我們都知道并發(fā)（不是并行）編程目前有四種方式，多進(jìn)程，多線程，異步，和協(xié)程。

多進(jìn)程編程在python中有類似C的os.fork，當(dāng)然還有更高層封裝的multiprocessing標(biāo)準(zhǔn)庫，在之前寫過的python高可用程序設(shè)計(jì)方法中提供了類似nginx中master process和worker process間信號處理的方式，保證了業(yè)務(wù)進(jìn)程的退出可以被主進(jìn)程感知。

多線程編程python中有Thread和threading，在linux下所謂的線程，實(shí)際上是LWP輕量級進(jìn)程，其在內(nèi)核中具有和進(jìn)程相同的調(diào)度方式，有關(guān)LWP，COW（寫時(shí)拷貝），fork，vfork，clone等的資料較多，這里不再贅述。

異步在linux下主要有三種實(shí)現(xiàn)select，poll，epoll，關(guān)于異步不是本文的重點(diǎn)。

說協(xié)程肯定要說yield，我們先來看一個例子：

            
#coding=utf-8
import time
import sys
# 生產(chǎn)者
def produce(l):
  i=0
  while 1:
    if i < 5:
      l.append(i)
      yield i
      i=i+1
      time.sleep(1)
    else:
      return
   
# 消費(fèi)者
def consume(l):
  p = produce(l)
  while 1:
    try:
      p.next()
      while len(l) > 0:
        print l.pop()
    except StopIteration:
      sys.exit(0)
l = []
consume(l)

          

在上面的例子中，當(dāng)程序執(zhí)行到produce的yield i時(shí)，返回了一個generator，當(dāng)我們在custom中調(diào)用p.next()，程序又返回到produce的yield i繼續(xù)執(zhí)行，這樣l中又append了元素，然后我們print l.pop()，直到p.next()引發(fā)了StopIteration異常。

通過上面的例子我們看到協(xié)程的調(diào)度對于內(nèi)核來說是不可見的，協(xié)程間是協(xié)同調(diào)度的，這使得并發(fā)量在上萬的時(shí)候，協(xié)程的性能是遠(yuǎn)高于線程的。

            
import stackless
import urllib2
def output():
  while 1:
    url=chan.receive()
    print url
    f=urllib2.urlopen(url)
    #print f.read()
    print stackless.getcurrent()
   
def input():
  f=open('url.txt')
  l=f.readlines()
  for i in l:
    chan.send(i)
chan=stackless.channel()
[stackless.tasklet(output)() for i in xrange(10)]
stackless.tasklet(input)()
stackless.run()

          

關(guān)于協(xié)程，可以參考greenlet,stackless,gevent,eventlet等的實(shí)現(xiàn)。