-
协程又称微线程,纤程。英文名称Coroutine
函数和线程都可称为一个子程序,只有一个入口,一个出口,但是函数和线程的操作都是通过压栈出栈进行调用的。
协程看上去也是子程序,但执行过程中,在子程序内部可中断,然后转而执行别的子程序,在适当的时候再返回来接着执行。 注意,在一个子程序中中断,去执行其他子程序,不是函数调用,有点类似CPU的中断。比如子程序A、B:
def A():
print('1')
print('2')
print('3')
def B():
print('x')
print('y')
print('z')
假设由协程执行,在执行A的过程中,可以随时中断,去执行B,B也可能在执行过程中中断再去执行A,结果依次打印出的可能是1,2,x,y,3,z
看起来A、B执行的有点像多线程,但协程的特点在于是一个线程执行,那和多线程比,协程有何优势?
- 协程极高的执行效率。因为子程序切换不是线程切换,而是由程序自身控制,因此,没有线程切换的开销,和多线程比,线程数量越多,协程的性能优势就越明显。
- 不需要多线程的锁机制,因为只有一个线程,也不存在同时写变量冲突,在协程中控制共享资源不加锁,只需要判断状态就好了,所以执行效率比多线程高很多。
协程是一个线程执行,那怎么利用多核CPU呢?
- 多进程+协程,既充分利用多核,又充分发挥协程的高效率,可获得极高的性能。
-
协程的实现
Python对协程的支持是通过generator实现的。在generator中,我们不但可以通过for
循环来迭代,还可以不断调用next()
函数获取由yield
语句返回的下一个值。但是Python的yield
不但可以返回一个值,它还可以接收调用者发出的参数。
示例代码:
代码执行流程:
- 首先调用consumer(),该函数时一个genator(迭代器),每次运行到yield语句就会返回一次,返回值为此时r的值;
- 调用produce(),generator作为参数传入;
- 迭代器对象发送一个None启动生成器;
- 然后,一旦生产了东西,通过
c.send(n)
切换到consumer
执行; consumer
通过yield
拿到消息,处理,又执行到yield时,
传回结果;produce
拿到consumer
处理的结果,继续生产下一条消息;produce
决定不生产了,通过c.close()
关闭consumer
,整个过程结束;
整个流程无锁,由一个线程执行,produce
和consumer
协作完成任务,所以称为“协程”,而非线程的抢占式多任务。
def consumer():
r = ''
while True:
n = yield r
if not n:
return
print('[CONSUMER] Consuming %s...' % n)
r = '200 OK'
def produce(c):
c.send(None)
n = 0
while n<5:
n = n+1
print('[PROCUDE] Producing %s...' % n)
r = c.send(n)
print('[PROCUDE] Producing return %s...' % r)
c.close()
c = consumer() # 返回一个迭代器对象
produce(c)