python实现协程（一）

        python生成器中用到的 yield item 具有2个含义“产出”和“让步”。yield item这行代码会产出一个值，提供给next()调用方；此外还会做出让步，即暂停执行生成器，让调用方继续工作，直到需要使用另一个值时，才会回到生成器上次退出的地方继续执行。

        从句法上看，协程与生成器类似，都是包含yield关键字的函数。但在协程中，yield表达式通常为:data = yield，可以产出值，也可以不产出（如果yield关键字后面没有表达式，那么生成器产出None）。此外，协程通常会从调用方接收数据，调用方把数据提供给协程使用.send(data)方法。

        yield关键字甚至还可以不接收或传出数据。不管数据如何流动，yield都是一种流程控制工具，使用它可以实现协作式多任务：协程可以把控制器让步给中心调度程序，从而激活其它的协程。

一. 协程的概念

       协程（Coroutine），又称微线程，纤程，但协程本质上是一个线程在运行。线程比进程轻量，而协程比线程还要轻量；多线程在同一个进程中运行，而协程通常也在在同一个线程中运行。

      由于CPython解析器的GIL原因，多线程的效率受到了很大制约，并且在类*inux系统中，创建线程的开销并不比进程小。后来人们发现通过yield来中断代码片段的执行， 同时交出了CPU的使用权，于是线程的概念产生了，并在python3.4中正式引入。协程通过应用程序，记录上下文栈区，实现在程序执行过程中的跳跃执行。由此可以选择不阻塞的部分执行以提升运行效率。和多线程相比，协程具有如下优点：

• 线程是系统级别的它们由操作系统调度，而协程则是程序级别的由程序根据需要自己调度；
• 资源消耗少，无需多线程那样进行多核间的切换；
• 无需同步互斥操作；
• 没有C10K问题，IO并发性好，一个CPU支持上万的协程都不是问题，所以很适合用于高并发处理。

      协程的缺点：

• 无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上。当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。

• 进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

二. 使用yield实现协程

        本部分使用到的主要方法总结如下：