多核心利用

没有比较用时，有兴趣的同学可以自己试试。

下边的例子可以看到gevent是单线程下的高并发，在没有DMA异步IO（比如网络通信）的情况下，实际效果和同步的效率一样，甚至可能会更低。

#!/usr/bin/pythonfrom gevent import monkey; monkey.patch_all()import multiprocessingimport gevent as gdef calc():    x = 0    for i in xrange(2300000000):        x += i    print xdef coroutine():    g.joinall([g.spawn(calc) for x in xrange(24)])coroutine()

配合多进程将CPU全都跑到100%

#!/usr/bin/pythonimport multiprocessingimport gevent as gdef calc():    x = 0    for i in xrange(2300000000):        x += i    print xdef coroutine():    g.joinall([g.spawn(calc) for x in xrange(24)])pool = multiprocessing.Pool(processes = 24)for h in xrange(24):    pool.apply_async(coroutine)pool.close()pool.join()

golang明显更简单，因为go在底层封装了一些异步的函数，所以用起来十分方便，不使用runtime就会单进程在一颗CPU上跑，使用和逻辑CPU相同数目的进程就会把全部CPU跑满，基本上可以说和上边python的协程一样。

package mainimport "fmt"import "runtime"var ch chan int = make(chan int, 50)func calc() {    x := 0    for a := 0; a < 2300000000; a++ {      x += a    }    ch <- x}func main() {    runtime.GOMAXPROCS(24)    for i := 0; i < 24; i++ {        go calc()    }    for v := range ch {        fmt.Println(v)        if len(ch) <= 0 {            break        }    }    fmt.Println("Done!")}