Python 协程（Coroutine）：轻量级的并发执行单元

协程（Coroutine）：轻量级的并发执行单元

协程是一种用户态线程，可以在执行过程中暂停并在适当时候恢复，是 Python 异步编程的核心。它比线程更轻量（无需内核切换），特别适合 I/O 密集型任务。

核心特性

协程与生成器的关系

协程是生成器的进化版，两者都使用 yield，但目的不同：

# 生成器（数据生产者）
def generator():
    yield 1
    yield 2

# 协程（数据处理者）
def coroutine():
    data = yield  # 等待接收数据
    print(f"Received: {data}")

Python 协程演进史

1. 基于生成器的协程（Python 2.5+）

   def old_coroutine():
       received = yield "ready"
       print(f"Got: {received}")
   
   c = old_coroutine()
   print(next(c))  # 输出: ready
   c.send("data")  # 输出: Got: data
   

2. 原生协程（Python 3.5+）

   async def modern_coroutine():
       print("Start")
       await asyncio.sleep(1)  # 非阻塞等待
       print("End")
   

协程、生成器、迭代器的关系

• 迭代器：提供 __next__() 的惰性数据流
• 生成器：用 yield 实现的迭代器
• 协程：扩展生成器，支持双向通信和异步操作

协程使用场景

现代协程（async/await）

Python 3.5+ 原生支持：

import asyncio

async def fetch(url):
    # 模拟网络请求
    await asyncio.sleep(0.5)
    return f"Data from {url}"

async def main():
    # 并发执行3个请求
    results = await asyncio.gather(
        fetch("url1"),
        fetch("url2"),
        fetch("url3")
    )
    print(results)  # 约0.5秒后输出所有结果

# 运行事件循环
asyncio.run(main())

协程关键组件

1. 事件循环（Event Loop）

   loop = asyncio.get_event_loop()
   loop.run_until_complete(task)
   

2. Future 对象

   fut = asyncio.Future()
   fut.set_result(42)  # 设置结果
   

3. Task 对象

   task = asyncio.create_task(coroutine())
   

协程 vs 线程

典型协程模式

1. 生产者-消费者管道

async def producer(queue):
    while True:
        item = generate_item()
        await queue.put(item)

async def consumer(queue):
    while True:
        item = await queue.get()
        process(item)

2. 超时控制

async def fetch_with_timeout():
    try:
        async with asyncio.timeout(1.0):  # Python 3.11+
            await long_running_task()
    except TimeoutError:
        print("Timeout!")

协程最佳实践

1. 避免阻塞调用

   # 错误 ❌
   await asyncio.sleep(1)
   time.sleep(1)  # 阻塞整个线程！
   
   # 正确 ✅
   await asyncio.sleep(1)
   

2. 使用异步库

   # 同步库（阻塞）
   import requests
   
   # 异步替代 ✅
   import aiohttp
   

3. 限制并发量

   sem = asyncio.Semaphore(10)  # 最大10并发
   
   async def limited_task():
       async with sem:
           await resource_intensive_task()
   

总结：Python 执行单元演进

核心价值：协程在单线程内实现高并发，用同步写法处理异步操作，是现代化 Python 高性能应用的基石。