python中的協程

標籤：高並發   儲存   name   span   +=   比較   代碼塊   就是   pre   

1 協程1.1協程的概念

　　協程，又稱微線程，纖程。英文名Coroutine。一句話說明什麼是線程：協程是一種使用者態的輕量級線程。（其實並沒有說明白~）

　　我覺得單說協程，比較抽象，如果對線程有一定瞭解的話，應該就比較好理解了。

　　那麼這麼來理解協程比較容易：

　　線程是系統層級的，它們是由作業系統調度；協程是程式層級的，由程式員根據需要自己調度。我們把一個線程中的一個個函數叫做子程式，那麼子程式在執行過程中可以中斷去執行別的子程式；別的子程式也可以中斷回來繼續執行之前的子程式，這就是協程。也就是說同一線程下的一段代碼<1>執行著執行著就可以中斷，然後跳去執行另一段代碼，當再次回來執行代碼塊<1>的時候，接著從之前中斷的地方開始執行。

　　比較專業的理解是：

　　協程擁有自己的寄存器上下文和棧。協程調度切換時，將寄存器上下文和棧儲存到其他地方，在切回來的時候，恢複先前儲存的寄存器上下文和棧。因此：協程能保留上一次調用時的狀態（即所有局部狀態的一個特定組合），每次過程重入時，就相當於進入上一次調用的狀態，換種說法：進入上一次離開時所處邏輯流的位置。

1.2 協程的優缺點

協程的優點：

　　（1）無需線程環境切換的開銷，協程避免了無意義的調度，由此可以提高效能（但也因此，程式員必須自己承擔調度的責任，同時，協程也失去了標準線程使用多CPU的能力）

　　（2）無需原子伺服器用戶端檔案鎖及同步的開銷

　　（3）方便切換控制流程，簡化編程模型

　　（4）高並發+高擴充性+低成本：一個CPU支援上萬的協程都不是問題。所以很適合用於高並發處理。

協程的缺點：

　　（1）無法利用多核資源：協程的本質是個單線程,它不能同時將 單個CPU 的多個核用上,協程需要和進程配合才能運行在多CPU上.當然我們日常所編寫的絕大部分應用都沒有這個必要，除非是cpu密集型應用。

　　（2）進行阻塞（Blocking）操作（如IO時）會阻塞掉整個程式

2 Python中如何?協程2.1 yield實現協程　　

　　前文所述“子程式（函數）在執行過程中可以中斷去執行別的子程式；別的子程式也可以中斷回來繼續執行之前的子程式”，那麼很容易想到Python的yield，顯然yield是可以實現這種切換的。

使用yield實現協程操作例子：

 #! /usr/bin/env python # -*- coding:utf-8 -*-def consumer(name):      print("要開始啃骨頭了...")      while True:         print("\033[31;1m[consumer] %s\033[0m " % name)         bone = yield         print("[%s] 正在啃骨頭 %s" % (name, bone))def producer(obj1, obj2):     obj1.send(None)    # 啟動obj1這個產生器,第一次必須用None  <==> obj1.__next__()     obj2.send(None)    # 啟動obj2這個產生器,第一次必須用None  <==> obj2.__next__()     n = 0     while n < 5:         n += 1         print("\033[32;1m[producer]\033[0m 正在生產骨頭 %s" % n)         obj1.send(n)         obj2.send(n)if __name__ == ‘__main__‘:    con1 = consumer("消費者A")    con2 = consumer("消費者B")    producer(con1, con2)

 

python中的協程