什么是协程
协程(coroutine)的概念根据Donald Knuth的说法早在1958年就由Melvin Conway提出了，对应wikipedia的定义如下：
Coroutines are computer program components that generalize subroutines for non-preemptive multitasking, by allowing execution to be suspended and resumed. Coroutines are well-suited for implementing familiar program components such as cooperative tasks, exceptions, event loops, iterators, infinite lists and pipes.
这里子例程(subroutine)是一个概括性的术语，子例程可以是整个程序中的一个代码区块，当它被主程序调用的时候就会进入运行。例如函数就是子例程中的一种。
c = max(a,b);
从wikipedia定义可以看出协程相比子例程更加的灵活，允许执行过程中被挂起和恢复，多个协程可以一起相互协作执行任务。从协程(co + routine)名字上来拆解为支持协作(cooperate)的例程。
协程与子例程的执行区别
图中左边是子例程的执行过程，右边是协程的执行过程，可以很明显的看出来执行过程中的区别。
- 先说左边，子例程可以看成是某个函数，子例程的执行过程中通常是嵌套顺序执行的过程，子例程1和子例程2的关系(调用和被调用)不是完全平等的，子例程1能调用子例程2，但子例程2不能反过来调用子例程1。
- 再说右边，协程1和协程2的关系是完全对等的，协程1执行过程中可以中断挂起执行另外一个协程2，反之也是可以的，直到最终两个协程都执行完以后再返回回到主程序中，即协程1和协程2相互协作完成了整个任务。
接下来举一个协程实现生产者和消费者的例子：
var q := new queue
coroutine produce
loop
while q is not full
create some new items
add the items to q
yield to consume
coroutine consume
loop
while q is not empty
remove some items from q
use the items
yield to produce
这里有一个队列queue，一个生产者produce，一个消费者consume，yield代表中断挂起当前协程，并恢复其他协程的操作。生产者生产物品以后加入到队列以后，中断挂起自身并恢复消费者，消费者从队列中消费完物品以后中断挂起自身并恢复生产者，不断来回切换直到达到最终条件（比如所有原料都生产成物品并全都被消费完成），程序终止。
进程、线程、协程的关系和比较
通常会提到进程是资源分配的最小单位，线程是CPU调度的最小单位, 一个进程里可以有多个线程，这里直接画了个图来说明三者关系。
- 进程是资源分配的最小单位，会拥有独立的地址空间以及对应的内存空间，还有网络和文件资源等，不同进程之间资源都是独立的，可以通过进程间通信（管道、共享内存、信号量等方式）来进行交互。
- 线程为CPU调度的基本单位，除了拥有运行中必不可少的信息(如程序计数器、一组寄存器和栈)以外，本身并不拥有系统资源，所有线程会共享进程的资源，比如会共享堆资源。
- 协程可以认为是运行在线程上的代码块，协程提供的挂起操作会使协程暂停执行，而不会导致线程阻塞。一个线程内部可以创建几千个协程都没有任何问题。
- 进程的切换和线程切换中都包含了对应上下文的切换，这块都涉及到了内核来完成，即一次用户态到内核态的切换和一次内核态到用户态的切换。因为进程上下文切换保存的信息更多，所以进程切换代价会比线程切换代价更大。
- 协程是一个纯用户态的并发机制，同一时刻只会有一个协程在运行，其他协程挂起等待；不同协程之间的切换不涉及内核，只用在用户态切换即可，所以切换代价更小，更轻量级，适合IO密集型的场景。
coroutine的python实现
-
Python最初的版本里是包含了yield/send关键字，通过yield/send可以方便的实现一个协程的例子，这里还是以为生产者和消费者为例，具体实现方式如下：
#!/usr/bin/env python # -*- coding:utf-8 -*- def consumer(): """consumer定义""" ret = '' while True: # 挂起consumer，恢复producer, ret会传回给producer item_id = yield ret if not item_id: return print('consume item_id:{}'.format(item_id)) ret = 'success' def producer(consumer): """producer定义""" # send一个None可以看成是启动consumer # consumer这里包含了yield关键字相当于是一个generator consumer.send(None) item_id = 0 # 生产的item的总数 item_total_count = 3 while item_id < item_total_count: item_id = item_id + 1 print('produce item:{}'.format(item_id)) # 挂起producer，恢复consumer, item_id会传回给consumer ret = c.send(item_id) print('consumer return:{}'.format(ret)) consumer.close() if __name__ == "__main__": c = consumer() producer(c)结果：
produce item:1 consume item_id:1 consumer return:success produce item:2 consume item_id:2 consumer return:success produce item:3 consume item_id:3 consumer return:success -
python 3.5版本开始引入了async/await关键字给了我们另外一种实现的方法，还是以为生产者和消费者为例，具体实现方式如下：
#!/usr/bin/env python # -*- coding:utf-8 -*- import asyncio import random async def producer(queue, item_total_count): """producer 定义""" for item_id in range(0, item_total_count): # 生产一个新的item print('produce item_id:{}'.format(item_id)) # 模拟IO操作, 挂起producer，恢复consumer #await asyncio.sleep(random.random()) # 把item放入队列, 挂起producer，恢复consumer await queue.put(item_id) # 放入一个None到队列表示生产全部结束 await queue.put(None) async def consumer(queue): """consumer 定义""" while True: # 等待从队列中获得一个新的item, 等待过程中会挂起consumer，恢复producer item_id = await queue.get() if item_id is None: # 表示生产者都生产完了，没有待消费的请求了 break print('consume item_id:{}'.format(item_id)) # 模拟IO操作, 挂起consumer，恢复producer #await asyncio.sleep(random.random()) if __name__ == "__main__": loop = asyncio.get_event_loop() queue = asyncio.Queue(loop=loop) producer_coro = producer(queue, 3) consumer_coro = consumer(queue) loop.run_until_complete(asyncio.gather(producer_coro, consumer_coro)) loop.close()结果：
produce item_id:0 produce item_id:1 produce item_id:2 consume item_id:0 consume item_id:1 consume item_id:2
文章声明: 本文属于个人原创，欢迎转载，请注明出处，谢谢
