python协程和线程,python异步协程
共加工，也称为微螺纹，纤维。英文名Coroutine。
协同学的概念很早就提出来了，但直到最近几年才在一些语言(如Lua)中广泛使用。
子程序或函数是所有语言中的层次调用。比如A调用B，B在执行过程中调用C。c执行完返回，B执行完返回，最后A执行完。
所以子程序调用是通过堆栈实现的，一个线程只是执行一个子程序。
子例程调用总是一个入口一个返回，调用顺序很明确。协程的调用不同于子程序。
协同进程看起来像一个子程序，但是在执行的过程中，可以在子程序内部中断，然后由其他子程序代替执行，然后在适当的时候返回。
注意，在一个子程序中中断执行其他子程序不是函数调用，有点类似CPU中断。例如，子程序A和B:
德发():
打印 1
打印“2”
打印“3”
defB():
打印“x”
打印“y”
假设打印“z”由协调流程执行。在执行A的过程中，可以随时中断执行B. B也可能在执行过程中中断然后执行A .结果可能是：
一个
2
x
y
三
但是Z在A中并不调用B，所以协程的调用比函数的调用要难理解一点。
看起来A和B的执行有点像多线程，但是协同线程的特点是由一个线程执行。与多线程相比，协同线程的优势在哪里？
优点是协调流程的执行效率极高。因为子程序切换不是线程切换，而是由程序本身控制，所以没有线程切换的开销。与多线程相比，线程越多，协程的性能优势就越明显。
第二个好处是不需要多线程锁机制，因为只有一个线程，同时写变量不会有冲突。协调过程中只需要判断控制共享资源时的状态，所以执行效率远高于多线程。
因为协程是一个线程执行的，怎么才能利用多核CPU呢？最简单的方法就是多进程协程，既充分利用了多核，又充分发挥了协程的高效率，可以获得极高的性能。
对Python协程的支持仍然非常有限。生成器中使用的yield可以在一定程度上实现协同程序。虽然支持不全，但已经可以发挥相当大的威力了。
看看这个例子：
传统的生产者-消费者模型是一个线程写消息，另一个线程取消息，队列和等待由锁机制控制，但一不小心就可能发生死锁。
如果切换到协同学，生产者产生消息后，会直接通过yield跳转到消费者开始执行。消费者完成执行后，会切换回生产者继续生产，效率极高：
importtimedefconsumer():
r=
whileTrue:
n=yieldrifnotn:return
打印([消费者]消费%s . %n)
时间.睡眠(1)
r=200OKdefproduce(c):
c .下一个()
n=0
whilen5:
n=n 1
打印([制作人]正在制作%s . %n)
r=c.send
打印([PRODUCER]consumer return :% s % r )
c . close()if _ _ name _ _== _ _ main _ _ :
c=消费者()
执行产生的结果(c):
请注意，消费者函数是一个生成器。将消费者转化为产品后：
首先调用c.next()启动生成器；
然后一旦有东西产生，通过c.send(n)切换到消费者执行；
消费者通过yield获取消息，进行处理，然后通过yield发回结果；
生产者得到消费者处理的结果，并继续产生下一条消息；
Produce决定不生产，通过c.close()关闭了消费者，整个过程结束。
整个进程由一个线程解锁并执行。生产者和消费者合作完成任务，所以称为“协同进程”，而不是线程的抢占式多任务。
最后，用Donald Knuth的一句话来概括协同过程的特点：
"子程序是协同程序的一个特例."
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。