高性能python编程之协程(stackless)

# 高性能python编程之协程(stackless)

我们都知道并发（不是并行）编程目前有四种方式，多进程，多线程，异步，和协程。

多进程编程在python中有类似C的os.fork，当然还有更高层封装的multiprocessing标准库，在之前写过的python高可用程序设计方法ht
tp://www.cnblogs.com/hymenz/p/3488837.html中提供了类似nginx中master process和worker
process间信号处理的方式，保证了业务进程的退出可以被主进程感知。

多线程编程python中有Thread和threading，在linux下所谓的线程，实际上是LWP轻量级进程，其在内核中具有和进程相同的调度方式，有关LW
P，COW（写时拷贝），fork，vfork，clone等的资料较多，这里不再赘述。

异步在linux下主要有三种实现select，poll，epoll，关于异步不是本文的重点。

说协程肯定要说yield，我们先来看一个例子：




    #coding=utf-8
    import time
    import sys
    # 生产者
    def produce(l):
        i=0
        while 1:
            if i < 5:
                l.append(i)
                yield i
                i=i+1
                time.sleep(1)
            else:
                return
         
    # 消费者
    def consume(l):
        p = produce(l)
        while 1:
            try:
                p.next()
                while len(l) > 0:
                    print l.pop()
            except StopIteration:
                sys.exit(0)
    l = []
    consume(l)

在上面的例子中，当程序执行到produce的yield
i时，返回了一个generator，当我们在custom中调用p.next()，程序又返回到produce的yield
i继续执行，这样l中又append了元素，然后我们print l.pop()，直到p.next()引发了StopIteration异常。

通过上面的例子我们看到协程的调度对于内核来说是不可见的，协程间是协同调度的，这使得并发量在上万的时候，协程的性能是远高于线程的。




    import stackless
    import urllib2
    def output():
        while 1:
            url=chan.receive()
            print url
            f=urllib2.urlopen(url)
            #print f.read()
            print stackless.getcurrent()
        
    def input():
        f=open('url.txt')
        l=f.readlines()
        for i in l:
            chan.send(i)
    chan=stackless.channel()
    [stackless.tasklet(output)() for i in xrange(10)]
    stackless.tasklet(input)()
    stackless.run()

关于协程，可以参考greenlet,stackless,gevent,eventlet等的实现。