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/python
from gevent import monkey; monkey.patch_all()
import multiprocessing
import gevent as g
def calc():
x = 0
for i in xrange(2300000000):
x += i
print x
def 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/python
import multiprocessing
import gevent as g
def calc():
x = 0
for i in xrange(2300000000):
x += i
print x
def 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 main
import "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!")
}
