GitHub链接：
GitHub – JimChengLin/AsyncDB: 协程 + 异步 + B-Tree = AsyncDB 内有清晰使用文档。
程序经过我大量的随机测试，可以放心使用。据我所知，还没有人做到跟我类似的事情。
老生常谈，Node.js为什么快？核心思想是事件驱动的异步IO。那么有没有人想过，用这样的思路去实现数据库呢？硬盘理论上也是非常缓慢的一个组件。
问题来了，如何保证数据的一致性与请求的时序性？假设，有3个请求，对于键值“foo”，进行三次修改。在这三次操作之间对“foo”进行异步读取，会得到什么样的值？
当然，可以放宽要求，采用最终结果一致性模型，只保证能得到“foo”的最终值。但有优秀得多的方案：在内存中，建立一个状态机映射。在协程间不断跳转，就是不断地从映射中，恢复预期的状态。
这样可能有些抽象。总之，我的数据库保证，一切的结果都符合正常人类的第一直觉。
协程+异步IO还有一个意想不到的优势就是请求优化。传统数据库，10个请求合并为1个大请求，显然是可以优化性能的。但在协程环境下，先发请求是有能力侦测到后发请求的，请求的优化变得没有任何意义。
在我的笔记本上跑，可以做到写4千，读1万。这个成绩简单看上去很一般，甚至有点差。但Profile后，发现瓶颈在于Python自身的缓慢，整个程序只有5%的时间花在IO上，其余都是Python自己和自己较劲了。而且，这是纯读写测试。真实生产环境下，读写的间隙，肯定会有别的事情做，异步IO的优势才发挥出来。
目前，这是最快的纯Python数据库实现。
