深入理解 Python 协程：单线程下的高效并发方案-CSDN博客

特性	线程	协程
调度方式	操作系统内核控制	用户程序控制（协作式）
上下文切换成本	高（涉及 CPU 缓存、寄存器等）	极低（仅保存程序级状态）
资源占用	每个线程约 1MB 栈空间	每个协程仅需数十 KB 内存
多核利用	天然支持多核并行	单线程内运行，需配合多进程

2. 优缺点分析

优点：

轻量级切换：切换开销比线程低 2-3 个数量级，适合高并发场景。
单线程并发：在单个线程内实现任务并发，避免线程间同步与锁竞争问题。
高效利用 CPU：通过 IO 阻塞时的主动切换，最大限度减少 CPU 空闲时间。

缺点：

单核限制：单线程架构无法直接利用多核 CPU，需结合多进程实现分布式协程。
阻塞风险：若某个协程出现非 IO 阻塞（如死循环），将阻塞整个线程，需谨慎处理。

三、协程的实现方式与典型案例

Python 中实现协程主要有三种方式，分别适用于不同场景：

1. greenlet：手动控制切换的基础库

特点：提供最基础的协程切换接口，需手动调用switch()方法切换任务，不支持自动 IO 检测。

from greenlet import greenlet
import time

def study(name):
    print(f"{name}正在学习线程")
    time.sleep(2)  # 此处不会自动切换，需手动调用switch
    g2.switch("乔巴")  # 手动切换到play协程
    print(f"{name}正在学习面向对象")
    g2.switch("乔巴")

def play(name):
    print(f"{name}正在玩超级玛丽")
    time.sleep(2)
    g1.switch("路飞")  # 手动切回study协程
    print(f"{name}正在玩CS")

g1 = greenlet(study)
g2 = greenlet(play)
g1.switch("路飞")  # 启动第一个协程

适用场景：学习协程原理，或需要精确控制切换逻辑的场景。

2. gevent：自动 IO 切换的高效框架

特点：基于greenlet封装，通过gevent.sleep()识别 IO 阻塞并自动切换，支持通过monkey.patch_all()兼容标准库的阻塞函数。

import gevent
from gevent import monkey
import time

# 修补标准库，使其支持gevent的IO检测
monkey.patch_all()

def fun01():
    print("床前明月光")
    gevent.sleep(3)  # 自动切换到其他协程
    print("疑是地上霜")

def fun02():
    print("举头望明月")
    gevent.sleep(3)
    print("低头思故乡")

# 创建并启动协程
g1 = gevent.spawn(fun01)
g2 = gevent.spawn(fun02)
gevent.joinall([g1, g2])  # 等待所有协程完成

性能测试：对比 10 个任务的执行时间：

# 普通顺序执行（耗时约10秒）
start = time.time()
for i in range(10):
    time.sleep(1)
print(time.time() - start)  # 10.006s

# gevent协程执行（耗时约1秒）
start = time.time()
li = [gevent.spawn(fun, i) for i in range(10)]
gevent.joinall(li)
print(time.time() - start)  # 1.032s

3. asyncio：Python 原生协程标准库

特点：Python 3.5 + 引入的官方异步框架，基于async/await语法糖，支持更优雅的异步编程模式，兼容 TCP/HTTP 等网络 IO。

import asyncio

async def func1():
    print(1)
    await asyncio.sleep(2)  # await关键字触发协程切换
    print(2)

async def func2():
    print(3)
    await asyncio.sleep(2)
    print(4)

# 创建任务列表并提交到事件循环
tasks = [asyncio.ensure_future(func1()), asyncio.ensure_future(func2())]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

适用场景：现代异步编程，如 Web 框架（FastAPI）、异步数据库驱动（asyncpg）等。