一篇文章带你了解Python的协程

协程，又称微线程，纤程。英文名Coroutine。

协程的概念由来已久，只是近几年才在一些语言如Lua中得到广泛应用。

子例程或函数在所有语言中都是按层次结构调用的。比如A调用B，B在执行过程中调用C，C执行完返回，B执行完返回，最后A执行完毕。

所以子程序调用是通过栈实现的，一个线程执行一个子程序。

子程序调用总是一进一出，调用顺序明确。协程的调用不同于子例程。

协程看起来也像一个子程序，但是在执行过程中，可以在子程序内部中断，然后转而去执行其他的子程序，在合适的时候再返回继续执行。

注意在一个子程序中打断去执行其他子程序不是函数调用，有点类似于CPU中断。例如，子程序 A 和 B：

def A():
    print '1'
    print '2'
    print '3'
def B():
    print 'x'
    print 'y'
    print 'z'

假设它是由协程执行的，在执行A的过程中，可以随时中断执行B，执行过程中也可能中断B，然后执行A。结果可能是：

1
2
x
y
3
z

但是在A中，并没有调用B，所以协程的调用比函数调用更难理解。

看起来A和B的执行有点像多线程，但是coroutine的特点是一个线程执行。与多线程相比，协程有什么优势？

优点是协程的执行效率极高。因为子程序切换不是线程切换，而是由程序自己控制的，所以没有线程切换的开销。与多线程相比，线程越多，协程的性能优势越明显。

第二大优点是不需要多线程的锁机制，因为只有一个线程，同时写变量不存在冲突。在协程中，对共享资源进行无锁控制，只需要判断状态即可，因此执行效率比很多线程高很多。

因为协程是一个线程执行的，如何使用多核CPU呢？最简单的方法就是多进程+协程，既充分利用了多核，又充分发挥了协程的高效性，可以获得极高的性能。

Python对协程的支持还是很有限的，生成器中使用的yield可以在一定程度上实现协程。虽然支撑还不完整，但已经可以发挥出不小的威力了。

来看例子：

传统的生产者消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待，但一不小心就可能死锁。

如果换成协程，producer生产消息后，直接通过yield跳转到consumer开始执行。消费者执行完后，切换回生产者继续生产，效率极高：

import timedef consumer():
    r = ''
    while True:
        n = yield r        if not n:            return
        print('[CONSUMER] Consuming %s...' % n)
        time.sleep(1)
        r = '200 OK'def produce(c):
    c.next()
    n = 0
    while n < 5:
        n = n + 1
        print('[PRODUCER] Producing %s...' % n)
        r = c.send(n)
        print('[PRODUCER] Consumer return: %s' % r)
    c.close()if __name__=='__main__':
    c = consumer()
    produce(c)

执行结果：

注意到consumer函数是一个generator（生成器），把一个consumer传入produce后：

首先调用c.next()启动生成器；

然后，一旦生产了东西，通过c.send(n)切换到consumer执行；

consumer通过yield拿到消息，处理，又通过yield把结果传回；

produce拿到consumer处理的结果，继续生产下一条消息；

produce决定不生产了，通过c.close()关闭consumer，整个过程结束。

整个过程是无锁的，一个线程执行。生产者和消费者协作完成任务，所以称为“协程”而不是线程抢占式多任务。

最后套用Donald Knuth的一句话总结协程的特点：

“子程序就是协程的一种特例。”