一、协程介绍##

1、概念
协程是单线程下的并发，又称为微线程
它是一种用户态的轻量级线程
协程能保留上一次调用时的状态
进程和线程时通过操作系统（cpu来调度），而协程是由程序员来调度控制的
2、协程的意义：
多线程：分时切片，并发操作，线程切换需要耗时（保存状态）
协程：只使用一个线程，在一个线程中规定某个代码块的执行顺序
3、应用场景：
因为Python有GIL（全局解释器锁）的存在，在同一时间内实际只有一个线程在工作（IO操作保存状态、切换耗时），多线程的执行效率比协程会更低。

84a91f4f66a9d235ca5178ef36e73f4.png

高并发I/O场景：如爬虫、聊天应用、HTTP服务器。
异步编程：如Python中的asyncio、JavaScript中的async/await。
数据流处理：处理大量并发任务时，协程能显著提高效率
4、协程特点：
轻量级：协程无需像线程一样依赖操作系统进行上下文切换，由程序自行调度
非抢占式：协程是协作式的，由代码显式控制何时出让执行器
单线程多任务：在一个线程内实现多个任务之间的切换
异步和高效：协程可以暂停当前任务并切换到其他任务，适合 I/O 密集型任务

二、协程创建

1、yield

1）概念：

yield是python中的一个关键字，用于在函数中生成一个生成器（Generator）
一个包含yield的函数不是普通函数，而是一个生成器函数
调用生成器函数时，返回的是一个生成器对象，而不是一个函数执行的内容
2）作用：
暂停函数执行：每次遇到yield，函数会将当前状态（变量、执行位置）保存，并暂停执行
返回值：yield会将值返回给调用方
恢复执行：下次从暂停的函数继续运行，而不是从头开始
3） yield使用示例：

def study():
    print("hello,python")
    yield 1
    print("hello,java")
    yield 2
    
gen = study()
print(next(gen))
print(next(gen))

image.png

’

4）生成器和协程

生成器是协程的基础：
- yield 可以暂停函数的执行。
- 使用 send() 方法可以向协程发送数据。
协程与生成器的区别：
- 生成器通过 yield 生成值。
- 协程通过 yield 接收和发送数据。

5）yield实现的简单协程

def simple_coroutine():
    print("create coroutine")
    # 等待接收外部发送的数据
    x = yield
    print(f"-> Coroutine received: {x}")

# 创建协程对象
coroutine = simple_coroutine()
# 启动协程
next(coroutine)
# 发送数据到协程
coroutine.send("hello")

image.png

2、greenlet

from greenlet import greenlet


def speak():
    print("我要说。。。")
    g1.switch()
    print("周末去哪里玩呢")
    g1.switch()


def study():
    print("我要学习")
    g2.switch()
    print("学习编程")
    g2.switch()


g1 = greenlet(study)
g2 = greenlet(speak)
g1.switch() #启动g1

image.png

3、gevent

gevent是一个基于协程的 Python 异步编程库，专注于简化并发任务的处理。它通过猴子补丁（monkey patching）将标准库中的阻塞调用替换为非阻塞版本，使程序可以并发执行 I/O 操作。

Gevent 是基于 Greenlet 实现的一个更高级的协程库，支持异步网络通信。
使用 Gevent 可以自动处理任务调度，不需要手动调用 switch()。

1）基本函数介绍：

spawn(func,kwargs):创建协程对象
join()：直到这个协程执行完毕
joinall()
sleep(): 简洁的 API 模拟阻塞行为
2）示例：

import gevent

data = []

def write():
    for i in range(5):
        data.append(i)
        print("添加数据：",i)
        gevent.sleep(1)
        print("添加后：",data)


def read():
    for i in range(5):
        print("read:",data[i])
        gevent.sleep(1)
        print("===")

t1 = gevent.spawn(write)
t2 = gevent.spawn(read)
# 等待所有协程完成
gevent.joinall([t1, t2])

image.png

3）、猴子补丁（Monkey Patching）
Gevent 提供了 monkey.patch_all() 方法，自动将标准库中的阻塞函数（如 time.sleep、socket）替换为非阻塞版本。

import gevent
from gevent import monkey
import  time


data = []

def write():
    for i in range(5):
        data.append(i)
        print("添加数据：",i)
        time.sleep(1)
        print("添加后：",data)
    print("函数写入完毕")



def read():
    for i in range(5):
        print("read:",data[i])
        time.sleep(1)
        print("===")
    print("函数读取完毕")

t1 = gevent.spawn(write)
t2 = gevent.spawn(read)

# 打开猴子补丁
# 注意这个位置要在join之前打开
# monkey.patch_all()

# 等待所有协程完成
gevent.joinall([t1, t2])

image.png

不开猴子补丁时，gevent并不认识time这种阻塞的函数，就当作普通函数来处理，按顺序执行

import gevent
from gevent import monkey
import  time


data = []

def write():
    for i in range(5):
        data.append(i)
        print("添加数据：",i)
        time.sleep(1)
        print("添加后：",data)
    print("函数写入完毕")



def read():
    for i in range(5):
        print("read:",data[i])
        time.sleep(1)
        print("===")
    print("函数读取完毕")

t1 = gevent.spawn(write)
t2 = gevent.spawn(read)

# 打开猴子补丁
# 注意这个位置要在join之前打开
monkey.patch_all()

# 等待所有协程完成
gevent.joinall([t1, t2])

image.png

实现了边写边读，自动切换
4）Gevent与I/0操作，并发请求多个URL

import gevent
from gevent import monkey
monkey.patch_all()  # 打开猴子补丁
import requests

urls = [
    "https://www.google.com",
    "https://www.python.org",
    "https://www.github.com"
]

def fetch_url(url):
    print(f"Fetching: {url}")
    response = requests.get(url)
    print(f"{url}: {len(response.text)} bytes received")

gevent.joinall([
    gevent.spawn(fetch_url, url) for url in urls
])