协程和线程

---

迭代器

是一种可以遍历的对象，可以作用于next（）函数

生成器

Python中一边循环一边计算的机制称为生成器 比如生成器函数（yield ）

装饰器

可以使用装饰器，装饰该函数，在不改变原函数的情况下，增加功能

进程,线程和协程

---

进程在操作系统上运行的一个程序, 操作系统以进程为单位分配资源, 每个进程都有自己的地址空间、内存、数据栈以及其他用于跟踪进程执行的辅助数据, 操作系统管理所有进程的执行, 并为这些进程合理的分配资源

线程是操作系统能够进行运算调度的最小单位, 被包含在进程之中, 是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流, 一个进程中可以并发多个线程, 每条线程并行执行不同的任务

• 进程是资源（包括内存、打开的文件等）分配的单位，线程是 CPU 调度的单位
• 线程能减少并发执行的时间和空间开销
• 进程拥有一个完整的资源平台，而线程只独享必不可少的资源，如寄存器和栈

协程的作用, 是在执行函数A时, 可以随时中断, 去执行函数B, 然后中断继续执行函数A（可以自由切换）。但这一过程并不是函数调用（没有调用语句）, 这一整个过程看似像多线程, 然而协程只有一个线程执行。

并发与并行

并发通常指有多个任务需要同时进行, 并行则是同一时刻有多个任务执行。用多线程、多进程、协程来说, 协程实现并发, 多线程与多进程实现并行

多线程多个任务在同一时间执行

---

生成器变为协程

---

通过yield关键字和.send方法, 用户可以随时中断一个函数执行转而执行另一个函数, 相当于手动从一个子程序的执行切换到了另一个子程序的执行。在这种子程序的切换过程中没有涉及到线程的切换, 我们将一个子程序和它被执行以及被挂起时的状态称之为一个协程

def gg():
    print('a')
    while True:
        b = yield
        print(b)
n = gg()
n.send(None) # 预激活协程,让函数gg运行到b = yield这一句
print('-')
n.send('b') # 给函数gg中的yield传值
n.throw(Exception,'value error') # 让调用方抛出异常, 在生成器中处理

# 子生成器
def average_gen():
    total = 0
    count = 0
    average = 0
    while True:
        new_num = yield average
        print(new_num)
        count += 1
        total += new_num
        average = total/count

# 委托生成器
def proxy_gen():
    while True:
        yield from average_gen()

# 调用方
def main():
    calc_average = proxy_gen()
    print(next(calc_average) )           # 预激下生成器
    print(calc_average.send(10))  # 打印：10.0
    print(calc_average.send(20))  # 打印：15.0
    print(calc_average.send(30))  # 打印：20.0

if __name__ == '__main__':
    main()

---

asyncio和future

---

future对象由asyncio创建

future表示终将发生的事情, 而确定某件事会发生的唯一方式就是执行的时间已经排定

future对象

future对象有四个状态：Pending、Running、Done、Cancelled。创建future的时候, task为pending, 事件循环调用执行的时候当然就是running, 调用完毕自然就是done, 如果需要停止事件循环, 就需要先把task取消, 可以使用asyncio.Task获取事件循环的task

asyncio协程如何实现并发

asyncio想要实现并发, 就需要多个协程来完成任务, 每当有任务阻塞的时候就await, 然后其他协程继续工作, 这需要创建多个协程的列表, 然后将这些协程注册到事件循环中。这里指的多个协程, 可以是多个协程函数, 也可以是一个协程函数的多个协程对象

处理并发

Python中处理并发与大多数语言一样, 但也有不一样的地方。常见的处理并发的方式如下：

1. 使用进程池。即, 预先fork好一定数量的进程, 每来一个请求, 就从进程池中分配一个进程去处理该请求, 处理完成之后, 再将该进程放回进程池。这种方式的优点是可以充分利用多核, 但缺点同样明显, 就是比较浪费CPU, 因为多进程切换的时候由于要保存上下文, 需要更多的指令来保存更多的数据。而且进程比线程占用更多的内存。

2. 使用线程池。与进程池工作原理类似, 但是每次是使用线程来处理请求。Python中使用线程池有一个比较大的缺点就是Python有GIL, 也就意味着, Python使用线程池无法充分利用多核。

3. 使用协程。借助gevent这类工具, Python可以轻松的以同步的方式写出异步的代码, 从而可以轻松的处理并发问题, 同时配合使用进程池, 便可以充分利用多核, 并且借助event loop, 高效的处理I/O事件, 通常这都是Python中的最佳实践方案。