首先，我无法重现与您在我的Linux机器上看到的几乎一样大的性能差异。我一直看到线程版本大约20-25秒，而asyncio版本大约24-34秒。

现在，为什么asyncio要慢？这其中有一些原因。首先，asyncio版本必须按顺序打印，但线程版本不按顺序打印。打印是I/O，因此GIL可以在发生时释放。这意味着可能有两个或多个线程可以同时打印，尽管在实践中这种情况可能不会经常发生，而且可能不会对性能产生太大的影响。

其次，更重要的是，getaddrinfo的asyncio版本实际上是just calling ^{} in a ^{}：def getaddrinfo(self, host, port, *,

family=0, type=0, proto=0, flags=0):

if self._debug:

return self.run_in_executor(None, self._getaddrinfo_debug,

host, port, family, type, proto, flags)

else:

return self.run_in_executor(None, socket.getaddrinfo,

host, port, family, type, proto, flags)

它使用默认的ThreadPoolExecutor作为这个，which only has five threads：# Argument for default thread pool executor creation.

_MAX_WORKERS = 5

对于这个用例，这几乎不是您想要的那么多并行性。要使其行为更像threading版本，您需要对1000个线程使用ThreadPoolExecutor，方法是通过loop.set_default_executor将其设置为默认执行器：loop = asyncio.get_event_loop()

loop.set_default_executor(ThreadPoolExecutor(1000))

coroutines = asyncio.wait([getaddr(loop, i+site) for i in create_host(char)])

loop.run_until_complete(coroutines)

现在，这将使行为更等价于threading，但这里的实际情况是您实际上没有使用异步I/O—您只是将threading与不同的API结合使用。因此，您在这里所能做的最好的事情就是与threading示例的性能相同。

最后，您并没有在每个示例中真正运行等效代码，threading版本使用一个工作池，它共享一个queue.Queue，而asyncio版本则为url列表中的每个项生成一个协程。如果我将asyncio版本设置为使用asyncio.Queue和协程池，除了删除print语句和设置更大的默认执行器之外，这两个版本的性能基本相同。这是新的asyncio代码：import asyncio

import string

import time

from concurrent.futures import ThreadPoolExecutor

start = time.time()

def create_host(char):

for i in char:

yield i

for i in create_host(char):

if len(i)>1:

return False

for c in char:

yield c + i

char = string.digits + string.ascii_lowercase

site = '.google.com'

@asyncio.coroutine

def getaddr(loop, q):

while True:

url = yield from q.get()

if not url:

break

try:

res = yield from loop.getaddrinfo(url,80)

except:

pass

@asyncio.coroutine

def load_q(loop, q):

for host in create_host(char):

yield from q.put(host+site)

for _ in range(NUM):

yield from q.put(None)

NUM = 1000

q = asyncio.Queue()

loop = asyncio.get_event_loop()

loop.set_default_executor(ThreadPoolExecutor(NUM))

coros = [asyncio.async(getaddr(loop, q)) for i in range(NUM)]

loop.run_until_complete(load_q(loop, q))

loop.run_until_complete(asyncio.wait(coros))

end = time.time()

print(end-start)

以及每种产品的产量：dan@dandesk:~$ python3 threaded_example.py

20.409344911575317

dan@dandesk:~$ python3 asyncio_example.py

20.39924192428589

不过，请注意，由于网络的原因，有些变化。他们两个有时都会比这慢几秒。