Python协程

什么是协程

Python 对协程的支持经历了多个版本：

一、协程实现方法：

1、greenlet，早期模块

2、yield关键字（Python2.x开始）

3、asyncio装饰器（Python 3.4开始）

4、async、await关键字（Python 3.5开始）

什么是协程

协程（co-routine，又称微线程、纤程）是一种多方协同的工作方式。协程不是进程或线程，其执行过程类似于 Python 函数调用，Python 的 asyncio 模块实现的异步IO编程框架中，协程是对使用 async 关键字定义的异步函数的调用。当前执行者在某个时刻主动让出（yield）控制流，并记住自身当前的状态，以便在控制流返回时能从上次让出的位置恢复（resume）执行。

一个进程包含多个线程,类似于一个人体组织有多种细胞在工作，同样，一个程序可以包含多个协程。多个线程相对独立，线程的切换受系统控制。

同样，多个协程也相对独立，但是其切换由程序自己控制。简而言之，协程的核心思想就在于执行者对控制流的 “主动让出” 和 “恢复”。相对于，线程此类的 “抢占式调度” 而言，协程是一种 “协作式调度” 方式，协程之间执行任务按照一定顺序交替执行。

Python 对协程的支持经历了多个版本：

Python2.x 对协程的支持比较有限，通过 yield 关键字支持的生成器实现了一部分协程的功能但不完全。
第三方库 gevent 对协程有更好的支持。
Python3.4 中提供了 asyncio 模块。
Python3.5 中引入了 async/await 关键字。
Python3.6 中 asyncio 模块更加完善和稳定。
Python3.7 中内置了 async/await 关键字。

gevent 是对greenlet进行的封装，而greenlet 又是对yield进行封装。

一、协程实现方法：

1、greenlet，早期模块

greenlet包是一个Stackless（无栈化的）CPython版本，支持微线程（tasklet)。tasklet可以伪并行的运行并且同步的在信道上交换数据。

①首先要先安装greenlet模块

pip install greenlet


"""
* @Author: xiaofang
* @software: PyCharm
* @Description: 
"""
from greenlet import greenlet
 
 
def func1():
    print(1)  # 第1步 输出1
    # 该方法遇到阻塞可以切换到函数2中进行使用
    gr2.switch()  # 第2步:切换到func2中 并执行
    print(2)  # 第五步 输出2
    gr2.switch()  # 第六步 切换 func2
 
 
def func2():
    print(3)  # 第三步:输出3
    gr1.switch()  # 第四步:切换回func1 并执行
    print(4)  # 第七步:输出4
 
 
gr1 = greenlet(func1)
gr2 = greenlet(func2)
 
gr1.switch()  # 第0步,切换func1并执行

运行结果：

2、yield关键字（Python2.x开始）


"""
* @Author: xiaofang
* @software: PyCharm
* @Description: 
"""
 
 
def func1():
    yield 1
    yield from func2()
    yield 2
 
 
def func2():
    yield 3
    yield 4
 
 
f1 = func1()
for item in f1:
    print(item)

运行结果：

这里可以思考对比一下yield和return

3、asyncio装饰器（Python 3.4开始）


"""
* @Author: xiaofang
* @software: PyCharm
* @Description: 
"""
# asyncio(在python3.4之后的版本)
# 遇到IO等耗时操作会自动切换
import asyncio
import time
 
 
@asyncio.coroutine
def func1():
    print(1)
    yield from asyncio.sleep(3)  # 遇到耗时后会自动切换到其他函数中执行
    print(2)
 
 
@asyncio.coroutine
def func2():
    print(3)
    yield from asyncio.sleep(2)
    print(4)
 
 
@asyncio.coroutine
def func3():
    print(5)
    yield from asyncio.sleep(2)
    print(6)
 
 
tasks = [
    asyncio.ensure_future(func1()),
    asyncio.ensure_future(func2()),
    asyncio.ensure_future(func3())
]
 
# 协程函数使用 func1()这种方式是执行不了的
start = time.time()
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
# loop.run_until_complete(func1()) 执行一个函数
end = time.time()
print(end - start)  # 只会等待3秒

运行结果：

4、async、await关键字（Python 3.5开始）


"""
* @Author: xiaofang
* @software: PyCharm
* @Description: 
"""
 
import asyncio
import time
 
 
async def func1():
    print(1)
    await asyncio.sleep(3)  # 遇到耗时后会自动切换到其他函数中执行
    print(2)
 
 
async def func2():
    print(3)
    await asyncio.sleep(2)
    print(4)
 
 
async def func3():
    print(5)
    await asyncio.sleep(2)
    print(6)
 
 
tasks = [
    asyncio.ensure_future(func1()),
    asyncio.ensure_future(func2()),
    asyncio.ensure_future(func3())
]
 
# 协程函数使用 func1()这种方式是执行不了的
start = time.time()
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
# loop.run_until_complete(func1()) 执行一个函数
end = time.time()
print(end - start)  # 只会等待3秒

运行结果：

5、gevent


"""
* @Author: xiaofang
* @software: PyCharm
* @Description: 
"""
 
import gevent
 
 
def f1():
    for i in range(1, 6):
        print('f1', i)
        gevent.sleep(0)
 
 
def f2():
    for i in range(6, 11):
        print('f2', i)
        gevent.sleep(0)
 
 
t1 = gevent.spawn(f1)
t2 = gevent.spawn(f2)
gevent.joinall([t1, t2])

运行结果：

gevent的优势不仅仅是在代码中调用方便，厉害的是它拥有的monkey机制。假设你不愿意修改原来已经写好的python代码，但是又想充分利用gevent机制，那么你就可以用monkey来做到这一点。

你所要做的就是在文件开头打一个patch，那么它就会自动替换你原来的thread、socket、time、multiprocessing等代码，全部变成gevent框架。这一切都是由gevent自动完成的。注意这个patch是在所有module都import了之后再打，否则没有效果。

甚至在编写的Web App代码的时候，不需要引入gevent的包，也不需要改任何代码，仅仅在部署的时候，用一个支持gevent的WSGI服务器，就可以获得数倍的性能提升。

二、协程的运行原理

当程序运行时，操作系统会为每个程序分配一块同等大小的虚拟内存空间，并将程序的代码和所有静态数据加载到其中。然后，创建和初始化 Stack 存储，用于储存程序的局部变量，函数参数和返回地址；创建和初始化 Heap 内存；创建和初始化 I/O 相关的任务。当前期准备工作完成后，操作系统将 CPU 的控制权移交给新创建的进程，进程开始运行。