高效能python編程之協程(stackless)

我們都知道並發（不是並行）編程目前有四種方式，多進程，多線程，非同步，和協程。

多進程編程在python中有類似C的os.fork，當然還有更高層封裝的multiprocessing標準庫，在之前寫過的python高可用程式設計方法http://www.cnblogs.com/hymenz/p/3488837.html中提供了類似nginx中master process和worker process間訊號處理的方式，保證了業務進程的退出可以被主進程感知。

多線程編程python中有Thread和threading，在linux下所謂的線程，實際上是LWP輕量級進程，其在核心中具有和進程相同的調度方式，有關LWP，COW（寫時拷貝），fork，vfork，clone等的資料較多，這裡不再贅述。

非同步在linux下主要有三種實現select，poll，epoll，關於非同步不是本文的重點。

說協程肯定要說yield，我們先來看一個例子：

#coding=utf-8import timeimport sys# 生產者def produce(l):    i=0    while 1:        if i < 5:            l.append(i)            yield i            i=i+1            time.sleep(1)        else:            return      # 消費者def consume(l):    p = produce(l)    while 1:        try:            p.next()            while len(l) > 0:                print l.pop()        except StopIteration:            sys.exit(0)l = []consume(l)

在上面的例子中，當程式執行到produce的yield i時，返回了一個generator，當我們在custom中調用p.next()，程式又返回到produce的yield i繼續執行，這樣l中又append了元素，然後我們print l.pop()，直到p.next()引發了StopIteration異常。

通過上面的例子我們看到協程的調度對於核心來說是不可見的，協程間是協同調度的，這使得並發量在上萬的時候，協程的效能是遠高於線程的。

import stacklessimport urllib2def output():    while 1:        url=chan.receive()        print url        f=urllib2.urlopen(url)        #print f.read()        print stackless.getcurrent()     def input():    f=open('url.txt')    l=f.readlines()    for i in l:        chan.send(i)chan=stackless.channel()[stackless.tasklet(output)() for i in xrange(10)]stackless.tasklet(input)()stackless.run()

關於協程，可以參考greenlet,stackless,gevent,eventlet等的實現。

