什么是协程？
协程 算是一种特殊的程序调用。 它有两个特征：
- 可中断：是类似CPU的中断，CPU在这里直接释放转到其他程序断点继续执行。
- 可恢复：等到合适的时候，可以恢复到中断的地方继续执行
特殊之处 ：在执行过程中，在子程序（或者说函数）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来接着执行。
和进程线程的区别
无论是进程还是线程，都是由操作系统所管理和切换的。
进程和线程 的切换完全是用户无感，从用户态到内核态再到用户态。
协程 的切换完全是程序代码控制的，在用户态的切换，就像函数回调的消耗一样，在线程的栈内完成。
进程是操作系统资源分配的基本单位。
进程是程序的启动实例，拥有代码和打开的文件资源、数据资源、独立的内存空间。
线程是操作系统调度和执行的最小单位 。
线程从属于进程，是程序的实际执行者，一个进程至少包含一个主线程，也可以有更多的子线程，线程拥有自己的栈空间。
协程又叫微线程，但其实它和进程还有线程完全不是一个维度上的概念 。
python的协程（Goroutine）
协程的概念 ：
python的协程其实是我们通常意义上的协程Goroutine，在适当的时候可中断可恢复。
还可以理解为**生成器+调度策略**，生成器中的**yield**关键字，就可以让生成器函数发生中断，而调度策略，可以驱动着协程的执行和恢复。
调度策略对协程做了更好的封装 ，方法如下：
- 忙轮循：while True
- for循环
- 基于epool的事件循环
- python2的tornado
- python3的asyncio中
通过yield和await使用协程，通过事件循环监控文件描述符状态来驱动协程恢复执行。
我们看一个简单的协程：
import time
def consumer():
r = ''
while True:
n = yield r
if not n:
return
print('[CONSUMER] Consuming %s...' % n)
time.sleep(1)
r = '200 OK'
def produce(c):
c.next()
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()
if __name__=='__main__':
c = consumer()
produce(c) asyncio支持的基于epool的事件循环：
def main():
define_options()
options.parse_command_line()
# 使用uvloop代替原生事件循环
# asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())
app = tornado.web.Application(handlers=handlers, debug=options.debug)
http_server = tornado.httpserver.HTTPServer(app)
http_server.listen(options.port)
asyncio.get_event_loop().run_forever() async/await支持的原生协程：
class RcOutputHandler(BaseHandler):
async def post(self):
status, msg, user = self.check_args('uid', 'order_no', 'mid', 'phone', 'name', 'apply_id',
'product_id')
if status != ErrorCodeConfig.SUCCESS:
status, msg, report = status, msg, None
else:
rcoutput_flow_instance = ZHANRONG_CUSTOM_PRODUCTID_RCFLOW_MAP.get(user.product_id,
RcOutputFlowControler())
status, msg, report = await rcoutput_flow_instance.get_rcoutput_result(user)
res = self.generate_response_data(status, msg, report)
await self.finish(res)
# 陪跑流程
await AccompanyRunningFlowControler().get_accompany_data(user) 总结一下python协程的特点：
- 单线程内切换，适用于IO密集型程序中，可以最大化IO多路复用的效果。
- 无法利用多核。
- 协程间完全同步，不会并行。不需要考虑数据安全。
- 用法多样，可以用在web服务中，也可用在pipeline数据/任务消费中
golang的协程（goroutine）
golang的协程兼具协程和线程的优势，从语言层面支持并发，同样是在适当的时候可中断可恢复。
Go语言里，go function很容易启动一个goroutine，goroutine可以在多核上运行，从而实现协程并行
当协程中发生channel读写的阻塞或者系统调用时，就会切换到其他协程。
如上图， M 指的是 Machine ，一个 M 直接关联了一个内核线程。由操作系统管理。
P 指的是”processor”，代表了 M 所需的上下文环境，也是处理用户级代码逻辑的处理器。它负责衔接M和G的调度上下文，将等待执行的G与M对接。
G 指的是 Goroutine ，其实本质上也是一种轻量级的线程。包括了调用栈，重要的调度信息，例如channel等。
每次go调用的时候，都会：
- 创建一个G对象，加入到本地队列或者全局队列
- 如果还有空闲的P，则创建一个M
- M会启动一个底层线程，循环执行能找到的G任务
- G任务的执行顺序是，先从本地队列找，本地没有则从全局队列找（一次性转移(全局G个数/P个数）个，再去其它P中找（一次性转移一半），
- 以上的G任务执行是按照队列顺序（也就是go调用的顺序）执行的。
对于上面的第2-3步，创建一个M，其过程：
- 先找到一个空闲的P，如果没有则直接返回
- 调用系统api创建线程，不同的操作系统，调用不一样，其实就是和c语言创建过程是一致的
- 然后创建的这个线程里面才是真正做事的，循环执行G任务
当协程发生阻塞切换时：
- M0出让P
- 创建M1接管P及其任务队列继续执行其他G。
- 当阻塞结束后，M0会尝试获取空闲的P，失败的话，就把当前的G放到全局队列的队尾。
这里我们需要注意三点：
1、M与P的数量没有绝对关系，一个M阻塞，P就会去创建或者切换另一个M，所以，即使P的默认数量是1，也有可能会创建很多个M出来。
2、P何时创建：在确定了P的最大数量n后，运行时系统会根据这个数量创建n个P。
3、M何时创建：没有足够的M来关联P并运行其中的可运行的G。比如所有的M此时都阻塞住了，而P中还有很多就绪任务，就会去寻找空闲的M，而没有空闲的，就会去创建新的M。
总结一下go协程的特点：
- 协程间需要保证数据安全，比如通过channel或锁。
- 可以利用多核并行执行。
- 协程间不完全同步，可以并行运行，具体要看channel的设计。
- 抢占式调度，可能无法实现公平。
coroutine（python）和goroutine（go）的协程区别
共同点 ：最大的特色和优势就是都支持协程。
从 执行机制 上面说：goroutine 可能在多核上发生并行执行，适用 IO密集和CPU密集中。coroutine 始终是顺序执行，适用于IO密集程序中，单线程内的协程切换效率更高，IO并发密集的程序中；
从 运行机制 上来说，coroutine 的运行机制属于协作式任务处理，goroutine 属于抢占式任务处理，
Python协程模式：多个协程在一个线程中切换。在IO密集时切换效率高，但没有用到多核
go模式：多个协程在多个线程上切换，既可以用到多核，又可以减少切换开销。
（当都是cpu密集时，在多核上切换好，当都是io密集时，在单核上切换好）。
从 协程通信和调度机制 来看：
想要了解更多Python知识，如果你是想要学习Python或正在学习python的小伙伴，作者给大家提供了一个互相交流学习的平台，点击下方【了解更多】，与志同道合的小伙伴一起学习吧~
