高效能python程式設計之協程(stackless)

我們都知道並發（不是並行）程式目前有四種方式，多進程，多線程，非同步，和協程。

多進程編程在python中有類似C的os.fork，當然還有更高層封裝的multiprocessing標準庫，在之前寫過的python高可用程序設計方法http://www.cnblogs.com/hymenz/ p/3488837.html中提供了類似nginx中master process和worker process間訊號處理的方式，保證了業務進程的退出可以被主進程感知。

多線程程式設計python中有Thread和threading，在linux下所謂的線程，實際上是LWP輕量級進程，其在核心中具有和進程相同的調度方式，有關LWP，COW（寫時拷貝）， fork，vfork，clone等的資料較多，這裡不再贅述。

非同步在linux下主要有三種實作select，poll，epoll，關於非同步不是本文的重點。

說協程肯定要說yield，我們先來看一個例子：

#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，當程式執行到produce的yield i時，返回了一個generator，當我們在custom中調用p.next ()，程式又回到produce的yield i繼續執行，這樣l中又append了元素，然後我們print l.pop()，直到p.next()引發了StopIteration異常。

透過上面的例子我們看到協程的調度對於核心來說是不可見的，協程間是協同調度的，這使得並發量在上萬的時候，協程的性能是遠高於線程的。

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()

關於協程，可以參考greenlet,stackless,gevent,eventlet等的實作。