多任务18-协程

本文深入探讨了Python中的协程概念,解释了它作为一种轻量级执行单元如何实现多任务处理,对比了协程与线程在切换成本上的显著差异,并通过实例展示了如何在Python中实现简单的协程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

协程

协程,又称微线程,纤程。英文名Coroutine。

协程是啥

协程是python个中另外一种实现多任务的方式,只不过比线程更小占用更小执行单元(理解为需要的资源)。 为啥说它是一个执行单元,因为它自带CPU上下文。这样只要在合适的时机, 我们可以把一个协程 切换到另一个协程。 只要这个过程中保存或恢复 CPU上下文那么程序还是可以运行的。

通俗的理解:在一个线程中的某个函数,可以在任何地方保存当前函数的一些临时变量等信息,然后切换到另外一个函数中执行,注意不是通过调用函数的方式做到的,并且切换的次数以及什么时候再切换到原来的函数都由开发者自己确定

协程和线程差异

在实现多任务时, 线程切换从系统层面远不止保存和恢复 CPU上下文这么简单。 操作系统为了程序运行的高效性每个线程都有自己缓存Cache等等数据,操作系统还会帮你做这些数据的恢复操作。 所以线程的切换非常耗性能。但是协程的切换只是单纯的操作CPU的上下文,所以一秒钟切换个上百万次系统都抗的住。

简单实现协程

import time

def work1():
    while True:
        print("----work1---")
        yield
        time.sleep(0.5)

def work2():
    while True:
        print("----work2---")
        yield
        time.sleep(0.5)

def main():
    w1 = work1()
    w2 = work2()
    while True:
        next(w1)
        next(w2)

if __name__ == "__main__":
    main()

运行结果:

----work1---
----work2---
----work1---
----work2---
----work1---
----work2---
----work1---
----work2---
----work1---
----work2---
----work1---
----work2---
...省略...
### 关于多进程、多线程及协程的教学资源 在头歌实践教学平台上,对于多进程、多线程以及协程的学习资料主要集中在以下几个方面: #### Python中的多进程处理 Python的`multiprocessing`模块能够帮助开发者创建并管理子进程。此模块不仅允许程序并发执行任务,还提供了一系列工具来简化跨进程的数据交换和同步操作。例如,可以通过`Process`类启动新的进程,并利用`Queue`或`Pipe`实现进程间通信[^2]。 ```python from multiprocessing import Process, Queue def f(q): q.put([42, None, 'hello']) if __name__ == '__main__': queue = Queue() p = Process(target=f, args=(queue,)) p.start() print(queue.get()) # prints "[42, None, 'hello']" p.join() ``` #### Java中的多线程编程 Java语言内置了强大的多线程支持,使得编写并发应用程序变得相对简单。每条新创建的线程都对应着操作系统级别的实体,在不同的CPU核心上独立运行。然而值得注意的是,过多数量的活跃线程可能会引起性能下降,因为频繁发生上下文切换会消耗额外的时间成本[^1]。 ```java class MyThread extends Thread { public void run() { System.out.println(Thread.currentThread().getName()); } } public class Main { public static void main(String[] args) throws InterruptedException { new MyThread().start(); Thread.sleep(100); } } ``` #### 协程的应用场景 相较于传统的多线程方式,协程提供了更加灵活高效的解决方案。它们可以在同一个OS线程内协作式地轮流执行多个逻辑流,减少了因抢占调度而产生的开销。特别是在I/O密集型应用中,使用协程往往能带来显著的效率提升。 ```python import asyncio async def say_after(delay, what): await asyncio.sleep(delay) print(what) async def main(): task1 = asyncio.create_task(say_after(1, 'hello')) task2 = asyncio.create_task(say_after(2, 'world')) await task1 await task2 # 运行事件循环 asyncio.run(main()) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值