Python3.4之后引入协程解决多线程问题的原理及特点

python多线程总是受到批评。尽管I/O密集型操作具有良好的效率，可以使用多线程效率，但过多的线程会导致频繁的CPU切换线程，以供高高和网站中涉及的头发问题。当时，CPU性能的损失不可忽视。为了解决多线程带来的问题，Python3.4引入了Coroutine。

该线程是CPU执行的最小单元，而Coroutine是一个比线程小的执行单元，因为它带有CPU上下文。与线程相比，Coroutine只是CPU的上下文，它不会看起来CPU的性能损失，而Coroutine的上下文切换速度非常快，可以达到每秒一百万级切换。

但是Coroutine的切换不是自动的，我们需要手动指定其切换的时机。

Python中Coroutine的实现需要使用产量，产量实际上将功能变成了生成器

def func():
    print("abc")
    a = yield 1 # yield将函数变成生成器
    print("def")
print(func()) #

我们可以通过NEXT（）方法按顺序将生成器的内容进行订单，直到报告到Startration错误

def func():
    print("abc")
    a = yield 1
    print("def")
g = func()
while True:
    print(next(g))

因此，我们如何使用产量来实施Coroutine。看一个案子。

def func1():
    while True:
        print("----A----") # (第三步) (第九步)
        a = yield 1 # 遇到yield停止，切换到func2，并携带a = 1 (第四步) (第十步)
        print(a) # a = 2 (第七步)
        print("----B----") # (第八步)
def func2(g):
    print("----C----") # (第一步)
    a =next(g) # 切换到func1(第二步)
    print(a) # a = 1 (第五步)
    g.send(2) # send()切换到func1，并将2赋值给yield左边的变量 (第六步)
    print(a) # (第十一步)
    print("----D----") # (第十二步)
g = func1()
func2(g)

从上面的情况下，我们可以看到Coroutine中上下文的切换实际上是由Next（）和Send（）方法实现的。

Python通过产量获得了对Coroutine的基本支持，但尚未完成。第三方图书馆Gevent意识到了对Coroutine的相对完整的支持。

GEVENT基于Greenlet的第三方公司图书馆。 Greenlet是Python原始产量的包装。您可以将开关用于Coroutial Switch，但是您仍然需要手动切换。 GEVENT是根据Greenlet包装的，Greenlet可以在遇到I/O操作时自动切换。

GEVENT中的Monkey_patch可以将Python标准库中的大多数阻塞性调用转变为非块类型。通过monkey.patch_all（），源代码

通过使用Monkey补丁，我们可以将PTHON标准库中的许多阻塞性调用转换为非块类型。

如果我们只想使用时间非块，我们可以使用monkey.patch_all（）或monkey.patch_time（）

通过一个例子了解吉文特

import gevent
from gevent import monkey
import time
monkey.patch_time() # 猴子补丁，也可以写成monkey.patch_all()
def func(arg):
    print("%s:%s,%s"%(time.strftime("%H:%M:%S",time.localtime()),gevent.getcurrent(),arg))
    time.sleep(1) # 模仿I/O操作
    print("%s:%s,%s"%(time.strftime("%H:%M:%S",time.localtime()),gevent.getcurrent(),arg))
start_time = time.time()
gevent.joinall([
    gevent.spawn(func,"----A----"), # 启动协程
    gevent.spawn(func,"----B----"),
    gevent.spawn(func,"----C----"),
])
end_time = time.time()
print("耗时：%s"%(end_time-start_time))