协程
在学习异步io前我们先了解协程。
协程又叫微线程,纤程。英文名:coroutine。
协程的概念很早就被提出,但是直到近几年才被应用。
子程序或者称为函数,在所有语言中都是层级调用,比如a调用b,b在执行中又调用c,c执行完毕返回,b执行完毕返回,最后a执行完毕。
所以,子程序的调用是通过栈实现的,一个线程就是执行一个子程序。
子程序调用总是一个入口,一次返回,调用顺序是明确的。而协程的调用和子程序不同。
协程看上去也是子程序,但执行过程中,在子程序内部可中断,然后转而执行别的子程序,在适当的时候再返回接着执行。
注意,在一个子程序 内部中断,去执行其他子程序,不是函数调用,有点类似与cpu中断。比如子程序a、b:
def a():
print('1')
print('2')
print('3')
def b():
print('a')
print('b')
print('c')
假设由协程执行,在执行a的过程中,可以随时中断去执行b,b也可能在执行过程中中断去执行a,结果可能是:
1
2
x
y
3
z
但是在a中是没有调用b的,所以,协程的调用比函数的调用理解起来会难一些。
看起来a、b的执行有点像多线程,但协程的特点是在于一个线程执行,那和多线程相比,协程有何优势?
最大的优势是协程的极高执行效率。因为子程序切换不是线程切换,而是由程序自身控制,没有线程切换的开销,和多线程相比,线程的数量越多,协程的优势越明显。
第二大优势不需要多线程的锁机制,因为只有一个线程,也不存在同时写变量的冲突,在协程中控制共享资源不加锁,只需要判断好状态就可以。所以执行效率比多线程高很多。
因为协程是一个线程在执行,那么怎么利用多核cpu呢?最简单的方法是多进程+多线程,既充分利用多核,又充分发挥协程的高效率。获得极高的性能。
python对协程的支持是通过generator实现的。
在generator中,我们不但可以通过for循环不断迭代,还可以不断调用next()函数获得由yield语句返回的下一个值。
但是python的yield不但可以返回一个值,还可以接收调用者发出的参数。
来看例子:
传统的生产者-消费者模型是一个线程写消息,一个线程取消息,通过锁机制控制队列和等待。但一不小心就可能锁死。
如果改用协程,生产者生产消息后,通过yield跳转到消费者开始执行,待消费者执行完毕,切换回生产者继续生产,效率极高:
def consumer():
r =''
while true:
n =yield r
if not n:
return
print('[consumer] consuming %s ...' % n)
r ='200 ok'
def produce(c):
c.send(none)
n =0
while n <5:
n =n+1
print('[producer] producing %s ...' % n)
r =c.send(n)
print('[producer] consumer return: %s' % r)
c.close()
c =consumer()
produce(c)
执行结果:
注意到consuser函数是一个generator,把一个consumer传入produce之后:
1、首先调用c.send(none)启动生成器;
2、然后一旦生产了东西,通过c.send(n)切换到consumer执行;
3、consumer通过yield拿到消息,处理,又通过yield把结果返回;
4、produce拿到consumer返回地结果,继续生产下一条消息;
5、produce决定不生产了,通过c.close()关闭consumer,整个过程完毕。
整个流程无锁,由一个线程执行,produce和consumer协作完成任务,所以称为“协程”,而非线程式的抢占任务。
最后套用donald knuth的一句总结协程的话:
“子程序就是协程的一种特例。”