协程
1.定义
协程，顾名思义，程序协商着运行，并非像线程那样争抢着运行。协程又叫微线程，一种用户态轻量级线程。协程就是一个单线程（一个脚本运行的都是单线程）
协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。
协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态，换种说法：进入上一次离开时所处逻辑流的位置，看到这
是的，就是生成器，后面再实例更会充分的利用到生成器，但注意：生成器 ！= 协程
2.特性
优点：
- 无需线程上下文切换的开销
- 无需原子操作锁定及同步的开销
- 方便切换控制流，简化编程模型
- 高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。
注：比如修改一个数据的整个操作过程下来只有两个结果，要嘛已修改，要嘛未修改，中途出现任何错误都会回滚到操作前的状态，这种操作模式就叫原子操作，"原子操作(atomic operation)是不需要synchronized"，不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。
缺点：
- 无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。
- 进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序
3.实例
1）用生成器实现伪协程：
在这之前，相信很多朋友已经把生成器是什么忘了吧，这里简单复习一下。
创建生成器有两个放法：
A：使用列表生成器：
B：使用yield创建生成器：
访问生成器数据，使用next()或者__next__()方法:
好的，既然说到这里，就说下，yield可以暂存数据并转发：
传是传入了，但结果却报错：
为什么报错呢？首先要说一个知识点，使用next()和send()方法都会取出一个数据，不同的是send即发送数据又取出上一数据，并且如果要发送数据必须是第二次发送，如果第一次就是用send，必须写为send(None)才行，不然报错。next(obj) = obj.send(None).
因为yield是暂存数据，每次next()时将会在结束时的此处阻塞住，下一次又从这里开始，而发送完，send取数据发现已经结束了，数据已经没了，所以修改报错，
那么稍作修改得：
完美!
好的，进入正题了，有了上面的现钞，现在现卖应该没问题了：
依然是前面的生产者消费者模型
import time
import queue
def consumer(name):
print("--->starting eating baozi...")
while True:
new_baozi = yield
print("[%s] is eating baozi %s" % (name,new_baozi))
#time.sleep(1)
def producer():
r = con.__next__()
r = con2.__next__()
n = 0
while n < 5:
n +=1
con.send(n)
con2.send(n)
print(" 33[32;1m[producer] 33[0m is making baozi %s" %n )
if __name__ == '__main__':
con = consumer("c1")
con2 = consumer("c2")
p = producer()
运行结果：
首先我们知道使用yield创建了一个生成器对象，然后每次使用时利用new_baozi做一个中转站来缓存数据。这就是实现协程效果了对吧？
前面我提了一句，yield下是伪协程，那么什么是真正的协程呢？
需要具备以下条件：
- 必须在只有一个单线程里实现并发
- 修改共享数据不需加锁
- 一个协程遇到IO操作自动切换到其它协程
- 用户程序里自己保存多个控制流的上下文栈
2）gevent协程
首先其实python提供了一个标准库Greenlet就是用来搞协程的
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
from greenlet import greenlet
def test1():
print(1)
gr2.switch() #switch方法作为协程切换
print(2)
gr2.switch()
def test2():
print(3)
gr1.switch()
print(4)
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()
运行结果：
但是效果不好，无法满足IO阻塞，所以一般情况都用第三方库gevent来实现协程：
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import gevent,time
def test1():
print(1,time.ctime())
gevent.sleep(1) #模拟IO阻塞，注意此时的sleep不能和time模块下的sleep相提并论
print(2,time.ctime())
def test2():
print(3,time.ctime())
gevent.sleep(1)
print(4,time.ctime())
gevent.joinall([
gevent.spawn(test1), #激活协程对象
gevent.spawn(test2)
])
运行结果：
那么如果函数带有参数怎么搞呢？
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import gevent
def test(name,age):
print('name:',name)
gevent.sleep(1) #模拟IO阻塞
print('age:',age)
gevent.joinall([
gevent.spawn(test,'yang',21), #激活协程对象
gevent.spawn(test,'ling',22)
])
运行结果：
如果你对这个协程的速度觉得不理想，可以添加下面这一段，其他不变：
这个patch_all()相当于一个检测机制，发现IO阻塞就立即切换，不需等待什么。这样可以节省一些时间
好的，协程解析完毕。