目錄
協程（co-routine，又稱微執行緒）是一種多方協同的工作方式。當前執行者在某個時刻主動讓出（yield）控制流，並記住自身當前的狀態，以便在控制流返回時能從上次讓出的位置恢復（resume）執行。
簡而言之，協程的核心思想就在於執行者對控制流的 「主動讓出」 和 「恢復」。相對於，執行緒此類的 「搶占式排程」 而言，協程是一種 「協作式排程」 方式。
在 i/o 密集型場景中，搶占式排程的解決方案是 「非同步 + **」 機制。
其存在的問題是，在某些場景中會使得整個程式的可讀性非常差。以**為例，服務中臺提供了非同步介面，發起者請求之後立即返回，服務此時給了發起者乙個唯一標識 id，等服務完成**後把結果放到乙個訊息佇列，此時需要發起者不斷消費這個 mq 才能拿到**是否完成的結果。
可見，整體的邏輯被拆分為了好幾個部分，各個子部分都會存在狀態的遷移，日後必然是 bug 的高發地。
而隨著網路技術的發展和高併發要求，協程所能夠提供的使用者態協同排程機制的優勢，在網路操作、檔案操作、資料庫操作www.cppcns.com、訊息佇列操作等重 i/o 操作場景中逐漸被挖掘。
協程將 i/o 的處理權從核心態的作業系統交還給使用者態的程式自身。使用者態程式在執行 i/o 時，主動的通過 yield（讓出）cpu 的執行權給其他協程，多個協程之間處於平等、對稱、合作的關係。
當程式執行時，作業系統會為每個程式分配一塊同等大小的虛擬記憶體空間，並將程式的**和所有靜態資料載入到其中。然後，建立和初始化 stack 儲存，用於儲存程式的區域性變數，函式引數和返回位址；建立和初始化 heap 記憶體；建立和初始化 i/o 相關的任務。當前期準備工作完成後，作業系統將 cpu 的控制權移交給新建立的程序，程序開始執行。
乙個程序可以有乙個或多個執行緒，同一程序中的多個執行緒將共享該程序中的全部系統資源，如：虛擬位址空間，檔案描述符和訊號處理等等。但同一程序中的多個執行緒有各自的呼叫棧和執行緒本地儲存。
協程是一種比執行緒更加輕量級的存在，協程不是被作業系統核心所管理，而完全是由使用者態程式所控制。協程與執行緒以及程序的關係如下圖所示。可見，協程自身無法利用多核，需要配合程序來使用才可以在多核平台上發揮作用。
協程通過 「掛起點」 來主動 yield（讓出）cpu，並儲存自身的狀態，等候恢復。例如：首先在 funca 函式中執行，執行一段時間後呼叫協程，協程開始執行，直到第乙個掛起點，此後就像普通函式一樣返回 funca 函式。 funca 函式執行一些**後再次呼叫該協程，注意，協程這時就和普通函式不一樣了。協程並不是從第一條指令開始執行而是從上一次的掛起點開始執行，執行一段時間後遇到第二個掛起點，這時協程再次像普通函式一樣返回 funca 函式，funca 函式執行一段時間後整個程式結束。
可見，協程之所可以能夠 「主動讓出」 和 「被恢復」，是解析器在函式執行時堆疊中儲存了其執行的 context（上下文）。
python 對協程的支援經歷了多個版本：
async/await 的示例程式：
'ht程式設計客棧tps:',
'']async def download_image_async(session, dir, img_url):
download_path = dir / os.path.basename(img_url)
async with session.get(img_url) as response:
with download_path.open('wb') as f:
while true:
# 在 async 函式中使用 await 關鍵字表示等待 task 執行完成，也就是等待 yeild 讓出控制權。
# 同時，asyncio 使用事件迴圈 even程式設計客棧t_loop 來實現整個過程。
chunk = await response.content.read(512)
if not chunk:
break
f.write(chunk)
logger.info('downloaded: ' + i
# 使用 async 關鍵字宣告乙個非同步/協程函式。
# 呼叫該函式時，並不會立即執行，而是返回乙個協程物件，後續在 event_loop 中執行。
# event_loop 事件迴圈充當管理者的角色，將控制權在幾個協程函式之間切換。
event_loop = asyncio.get_event_loop()
try:
程式設計客棧 event_loop.run_until_complete(main())
finally:
event_loop.close()
logger.info('download time: %s seconds', time() - start)
本文標題: python高階之協程詳解
本文位址:
Python 高階 之 協程
協程的概念級描述 與執行緒對比 知乎 鏈結 執行緒有兩個必須要處理的問題 一是碰著阻塞式i o會導致整個程序被掛起 二是由於缺乏時鐘阻塞，程序需要自己擁有排程執行緒的能力。如果一種實現使得每個執行緒需要自己通過呼叫某個方法，主動交出控制權。那麼我們就稱這種執行緒是協作式的，即是協程。在python中...
python高階 協程
def demo1 for i in range 3 print 正在執行demo1 format i yield defdemo2 for i in range 3 print 正在執行demo2 format i yield g1 demo1 g2 demo2 print g1 while tr...
python基礎 協程詳解
python的yield不但可以返回乙個值，它還可以接收呼叫者發出的引數。來看例子 傳統的生產者 消費者模型是乙個執行緒寫訊息，乙個執行緒取訊息，通過鎖機制控制佇列和等待，但一不小心就可能死鎖。如果改用協程，生產者生產訊息後，直接通過yield跳轉到消費者開始執行，待消費者執行完畢後，切換回生產者繼...