协程（Coroutine）:协程（Coroutine），又称微线程。

子程序，或者称为函数，在所有语言中都是层级调用，比如A调用B，B在执行过程中又调用了C，C执行完毕返回，B执行完毕返回，最后是A执行完毕。
所以子程序调用是通过栈实现的，一个线程就是执行一个子程序。
子程序调用总是一个入口，一次返回，调用顺序是明确的。(子程序就是协程的一种特例。)

而协程的调用和子程序不同。协程看上去也是子程序，但执行过程中，在子程序内部可中断，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。

协程最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。第二大优势就是不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。

因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

generator(生成器)实现的协程

Python对协程的支持是通过generator实现的。

在generator中，我们不但可以通过for循环来迭代，还可以不断调用next()函数获取由yield语句返回的下一个值。

但是Python的yield不但可以返回一个值，它还可以接收调用者发出的参数。

示例：

传统的生产者-消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待，但一不小心就可能死锁。

如果改用协程，生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产，效率极高：

  1. def consumer():
  2.     r = ''
  3.     while True:
  4.         n = yield r
  5.         if not n:
  6.             return
  7.         print('[消费者] 消耗 %s...' % n)
  8.         r = '处理完毕'
  10. def produce(c):
  11.     c.send(None)
  12.     n = 0
  13.     while n < 5:
  14.         n = n + 1
  15.         print('[生产者] 生产 %s...' % n)
  16.         r = c.send(n)
  17.         print('[生产者] 消费者返回: %s' % r)
  18.     c.close()
  21. c = consumer()
  22. produce(c)

运行结果：

  1. <class 'generator'>
  2. [生产者] 生产 1...
  3. [消费者] 消耗 1...
  4. [生产者] 消费者返回: 处理完毕
  5. [生产者] 生产 2...
  6. [消费者] 消耗 2...
  7. [生产者] 消费者返回: 处理完毕
  8. [生产者] 生产 3...
  9. [消费者] 消耗 3...
  10. [生产者] 消费者返回: 处理完毕
  11. [生产者] 生产 4...
  12. [消费者] 消耗 4...
  13. [生产者] 消费者返回: 处理完毕
  14. [生产者] 生产 5...
  15. [消费者] 消耗 5...
  16. [生产者] 消费者返回: 处理完毕

consumer函数是一个generator类型的数据，把一个consumer函数传入product方法后：

  1. 首先调用c.send(None)启动生成器；
  2. 然后，产生了新的东西，就通过c.send（n）把新生成的事物传递给consumer函数执行；
  3. consumer通过yield拿到事物，处理，又通过yield将结果传回；
  4. produce拿到consumer处理的结果，继续生产下一条消息；
  5. produce决定不生产了，通过c.close()关闭consumer，整个过程结束。

整个流程无锁，由一个线程执行，produce和consumer协作完成任务，所以称为“协程”，而非线程的抢占式多任务。