一：协程

概念：　　

协程：
    1）并发：JMeter并发100个请求。
    2）并行：2个进程分别在2个cpu上并行运行
    3）同步：IO操作，耗时，等待操作完毕
    4）异步：不等待操作完毕
    5）并发是实现异步
    实现异步（并发）的方法有：多线程、协程
        （1）多线程:CPU调度多个线程   （由内核决定的）
         (2)协程：开发人员调度多个任务（开发人员：指的是用户）
                举栗：有两个函数 work1() ,work2(),当work1阻塞的时候运行work2，work2阻塞的时候运行work1
                    要实现这个例子：需要有 1）挂起当前状态（暂停） 2）激活挂起的状态（恢复） 的能力

 

核心思想：　　

协程的核心思想：
    为了实现异步io
    若干个协程任务，当某个任务遇到阻塞时，自动切换到非阻塞的任务上
    阻塞： io阻塞。如：input("请输入一个数： ")，磁盘io（写数据是需要时间的），网络io（网络请求数据时需要时间的）
    用户态：切换不需要CPU调度
    核心态：线程切换，进程切换，核心态， 切换需要cpu调度

 

二。从生成器到协程：python在3.5版本之前是没有协程这个概念的，生产器是在python2.3版本中引入的，使用生成器实现协程是在 python2.5 可以进行的。

发展历程：

　　

从生成器到协程：从Python2到Python3，协程经历了翻天覆地的变化。
简单的生成器：
    https:www.python.org/dev/peps/pep-0255/
    Python2.3中，加入了新的关键字：yield
    在PE255中，引入了yield表达式
    规定yield语句只能在函数中使用。包含yield语句的函数被称为生成器函数
    当执行到yield语句时，函数的状态会被冻结（挂起所有状态，如：局部变量、指令指针、堆栈状态等），以便下载
    next时恢复状态继续执行。
通过生成器实现协程：
    协程的底层架构是在PEP 342中定义，在Python2.5实现的。
    实现思想：使用yield挂起生成器，使用send方法激活生成器就具备实现协程功能
    执行generator.send(None) 完全等同于调用生成器的 next方法。使用其他参数调用send也有同样的效果，      的是，当前生成器表达式产生的值会不一样。
    参考资料：PEP 342 Coroutines via Enhanced Generators  https://www.python.org/dev/peps/pep-0342/

协程的演变：
    Python3.3增加了 yield from 语法，使用调用嵌套生成器变得简单
        举栗：
            def f():
                yield from [1,2,3]
    Python3.5 加入了关键字 async 和 await,将生成器和协程全部分开
    参考资料：
    PEP 380 Syntax for Delegating to a Subgenerator https://www.python.org/dev/peps/pep-0380/
    PEP 525 Asynchronous Generators https://www.python.org/dev/peps/pep-0525/

 

生成器实现协程：

　　

"""
也就是使用生成器实现多任务
"""

import time

def work1():
    for i in range(5):
        print("work1:函数运行中")
        time.sleep(1)
        yield

def work2():
    for i in range(5):
        print("work2:函数运行中")
        time.sleep(1)
        yield


def calc_time(func):
    def wrap(*args, **kwargs):
        start = time.time()
        func(*args, **kwargs)
        end = time.time()
        print(f"耗时{end - start:.2f}秒")
    return wrap

@calc_time
def main():
    g1 = work1()
    g2 = work2()
    while True:
        try:
            next(g1) #使用迭代控制实现协程
            next(g2)
        except StopIteration:
            break
if __name__ == '__main__':
    main()

　　

运行结果：

 

 

二。gevent

实现方法一：通过gevent.time()实现协程

"""
也就是使用生成器实现多任务：
注意：
    1.gevent 如果不适用阻塞，主程序结束，子程序也会结束（子程序==线程）
"""
#1,gevent 协程方法一，使用gevent.time()实现协程
import time
import gevent
def work1():
    for i in range(5):
        print("work1:函数运行中")
        gevent.sleep(1)


def work2():
    for i in range(5):
        print("work2:函数运行中")
        gevent.sleep(1)


def calc_time(func):
    def wrap(*args, **kwargs):
        start = time.time()
        func(*args, **kwargs)
        end = time.time()
        print(f"耗时{end - start:.2f}秒")
    return wrap

@calc_time
def main():
    g1 = gevent.spawn(work1)
    g2 = gevent.spawn(work2)
    g1.join()
    g2.join()


if __name__ == '__main__':
    main()

运行结果：

 

 

实现方法二：通过打补丁的方式实现协程（导入monkey模块中的patch_all()方法）

"""
也就是使用生成器实现多任务：
注意：
    1.gevent 如果不适用阻塞，主程序结束，子程序也会结束（子程序==线程）
"""
#1,gevent 协程方法一，使用gevent.time()实现协程
import time
import gevent
from gevent import monkey
monkey.patch_all()

#2.gevent,协程使用方法二 打补丁，导入monkey模块中的patch_all()方法 。导入： from gevent import monkey；  monkey.patch_all()
def work3():
    for i in range(5):
        print("work3:函数运行中")
        time.sleep(1)


def work4():
    for i in range(5):
        print("work4:函数运行中")
        time.sleep(1)


def calc_time(func):
    def wrap(*args, **kwargs):
        start = time.time()
        func(*args, **kwargs)
        end = time.time()
        print(f"耗时{end - start:.2f}秒")
    return wrap


@calc_time
def main2():
    g3 = gevent.spawn(work3)
    g4 = gevent.spawn(work4)
    g3.join()
    g4.join()

if __name__ == '__main__':
    main2()

运行结果：

 

 

三。asycio

"""
python3.5之后可用
"""
import time
import asyncio  #异步IO库，单线程实现并发 --协程


#async 关键字包裹   await 关键字结束

async def work1():
    for i in range(5):
        print(f"work1:函数运行")
        await asyncio.sleep(1)


async def work2():
    for i in range(5):
        print(f"work2:函数运行")
        await asyncio.sleep(1)


def calc_time(func):
    def wrap(*args, **kwargs):
        start = time.time()
        func(*args, **kwargs)
        end = time.time()
        print(f"耗时{end - start:.2f}秒")
    return wrap


async def main():
    task1 = asyncio.create_task(work1()) #任务一
    task2 = asyncio.create_task(work2())  # 任务二
    await task1
    await task2
if __name__ == '__main__':
    start = time.time()
    asyncio.run(main())
    end = time.time()
    print(f"耗时{end - start:.2f}秒")

运行结果：