声明：本人的一切著作，禁止用于以营销为目的的任何转载！

前言

很久以前就听说 Python 的 async/await 很厉害，但是直到现在都没有用过，一直都在用多线程模型来解决各种问题。最近看到隔壁的 Go 又很火，所以决定花时间研究下 Python 协程相关的内容，终于在翻阅了一裤衩的资料之后有了一些理解。

起：一切从生成器开始

以往在 Python 开发中，如果需要进行并发编程，通常是使用多线程 / 多进程模型实现的。由于 GIL 的存在，多线程对于计算密集型的任务并不十分友好，而对于 IO 密集型任务，可以在等待 IO 的时候进行线程调度，让出 GIL，实现『假并发』。

当然对于 IO 密集型的任务另外一种选择就是协程，协程其实是运行在单个线程中的，避免了多线程模型中的线程上下文切换，减少了很大的开销。为了理解协程、async/await、asyncio，我们要从最古老的生成器开始。

回顾 Python 的历史，生成器这个概念第一次被提出的时候是在PEP 255中被提出的，当时的 Python 版本为 Python2.2。我们都知道range()函数，现在考虑一下我们来编写一个自己的range()函数，最直接最容易想到的方法也许是这样：

当你想创建一个很小的序列的时候，例如创建从 0 到 100 这样的列表，似乎没什么问题。但是如果想创建一个从 0 到 999999999 这么大的列表的话，就必须要创建一个完整的，长度是 999999999 的列表，这个行为非常占用内存。于是就有了生成器，用生成器来改写这个函数的话，会是下面这个样子：

当函数执行遇到yield的时候，会暂停执行。这样只需在内存中维护可以存储一个整数的内存空间就可以了。

承：协程诞生

到这里可能还和协程没什么关系，但是实际上这已经是 Python 协程的雏形了，我们来看看维基上对于协程的定义：

Coroutines are computer program components that generalize subroutines for non-preemptive multitasking, by allowing

multiple entry points for suspending and resuming execution at certain locations.

从某些角度来理解，协程其实就是一个可以暂停执行的函数，并且可以恢复继续执行。那么yield已经可以暂停执行了，如果在暂停后有办法把一些 value 发回到暂停执行的函数中，那么 Python 就有了『协程』。于是在PEP 342中，添加了 “把东西发回已经暂停的生成器中” 的方法，这个方法就是send()，并且在 Python2.5 中得到了实现。利用这个特性我们继续改写

range()函数：

就这样，整个生成器的部分似乎已经进入了stable的状态，但是在 Python3.3 中，这个情况发生了改变。在PEP 380中，为 Python3.3 添加了yield from，这个东西可以让你从迭代器中返回任何值（这里用的是迭代器，因为生成器也是一种迭代器），也可以让你重构生成器，我们来看这个例子：

这个特性也可以让生成器进行串联，使数据在多个生成器中进行传递。历史发展到这里，协程的出现似乎已经就差一步了，或者这里说是异步编程更恰当。在 Python3.4 中加入了 asyncio 库，使 Python 获得了事件循环的特性（关于事件循环的内容这里不再赘述）。asyncio + 生成器已经达到了异步编程的条件，在 Python3.4 中，我们就可以这样实现一个异步的模型：

这里的asyncio.coroutine装饰器是用来标记这个函数是一个协程的，因为asyncio要求所有要用作协程的生成器必须由asyncio.coroutine装饰。在这段代码中，时间循环会启动两个countdown()协程，他们会一直执行，直到遇到了yield from asyncio.sleep()，会暂停执行，并且将一个asyncio.Future对象返回给事件循环。事件循环会监控这个asyncio.Future对象，一旦其执行完成后，将会把这个 Future 的执行结果返回给刚刚因为这个 Future 暂停的协程，并且继续执行原协程。

从这个具体的例子出发，抽象点来看，实际上这个过程变成了：

1. 你可以对任何asyncio.Future的对象进行yield from，将这个 Future 对象交给事件循环；

2. 暂停执行的协程将等待这个 Future 的完成；

3. 一旦 Future 获取到事件循环，并执行完所有的代码；

4. 事件循环感知到 Future 执行完毕，原暂停的协程会通过 send() 方法获取 Future 对象的返回值并且继续执行；

转：从 yield from 到 await

终于到了最激动人心的地方，在 Python3.5 中，添加了types.coroutine装饰器以及async def和await。我们先来看一下 Python3.4 和 Python3.5 中如何定义一个协程函数：

看起来 Python3.5 中定义协程更为简单了，但是实际上生成器和协程之间的差别变的更加明显了。这里先要指出两个个注意点：

1. await 只能用于 async def 的函数中；

2. yield from 不能用于 async def 的函数中；

除此之外，yield from和await可以接受的对象是略有区别的，await接受的对象必须是一个awaitable对象。什么是awaitable对象呢，就是一个实现了__await()__方法的对象，而且这个方法必须返回一个不是协程的迭代器。满足这两个条件，才算是一个awaitable对象，当然协程本身也是awaitable对象，因为collections.abc.Coroutine继承了collections.abc.Awaitable。换句话说，await后面可接受的对象有两种，分别是：协程和awaitable对象，当然协程也是awaitable对象。

在 Python3.6 中，这种特性继续被发扬光大，现在可以在同一个函数体内使用yield和await，而且除此之外，也可以在列表推导等地方使用async for或await语法。

尾声

到这里整个协程的历史已经是回顾完了，对于 Python 中的协程也有了一些理解！

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有