python中協程

標籤：自動   多進程   講解   跳轉   alt   檔案   上下文   狀態   結果   

  協程是python中除了進程和線程之外又一種能夠實現多任務的方式，又稱為微線程，纖程，它相比於線程需要的資源更少。

  在python種協程是通過generator實現的。通過yield儲存當前啟動並執行狀態然後切換到另一個協程執行。普通的生產者-消費這模式是一個線程寫訊息，一個線程才能讀取訊息，因此需要控制隊列的寫入與讀取資料。而改用協程可以在生產者生產訊息後直接通過yield跳轉到消費者開始執行，執行完畢後在切換到生產者，如此反覆，效率極高。

 在圖中，我們可以看出通過next的方法使得產生器中的任務完成了交替執行，實現了多任務。

  注意，在協程類比中，相較於線程沒法設計運行順序，協程是可以設計執行的順序的。這樣協程之間就能協作完成任務，而不會如線程一樣得搶佔資源。

  由於協程得切換隻是簡單得操作CPU得上下文，因此系統甚至在1s中切換幾百萬次都毫無壓力。

  在python中為了更好得使用協程來完成任務，可以使用python中greenlet模組和gevent。greenlet在協程切換需要人工切換，因此主要給大家介紹gevent這個強大且能自動切換任務的模組。

  在講解gevent模組直接，大家需要先瞭解一下協程主要發力的領域，那就是非同步IO。

   我們都知道CPU得執行速度很快，每秒幾百萬次幾千萬次得速度小菜一碟。在IO操作得時候，如讀寫檔案，發送網路資料等，都需要等待IO操作才能執行下面的代碼，這種情況就叫做同步IO。在IO操作得過程中，當前的線程是被掛起的，下面的代碼需要等待IO操作完成才能執行。如網路通訊send資料，和recv資料得過程實際上都在等待伺服器回應。這個時候就需要使用多線程或多進程來並發執行代碼，但是，線程和進程得開銷很大，如果需要切換的次數較多，反而降低了效率。所以我們為了能夠充分利用線程阻塞得這段時間繼續使CPU工作(要知道被阻塞1s中CPU就少計算幾百萬次)，可以使用非同步IO的方法：當代碼執行到一個IO操作得時候，它只發出IO指令，並不等待結果，而去執行其他得代碼，當IO響應的時候在返回處理，這樣當有頻繁得IO操作得時候，將會大大增加程式得執行效率。

  直到非同步IO得概念後，gevent的原理就很好理解了。我們還是以程式為例

 

  在work這個方法中，用gevent.sleep(1)來類比線程阻塞1s的情況，從 程式結果可以看出，當線程遇到阻塞會執行下個協程，等到阻塞結束才會回去處理

python中協程