10.12 【并发编程】生成器与协程，你分清了吗？
============================================

如你所见，下面这代码将定义一个生成器的。

.. code:: python

   import time

   def eat():
       while True:
           if food:
               print("小明 吃完{}了".format(food))
           yield
           print("小明 要开始吃{}...".format(food))
           time.sleep(1)

   food = None
   MING = eat()     # 产生一个生成器
   MING.send(None)  # 预激
   food = "面包"
   MING.send('面包')
   MING.send('苹果')
   MING.send('香肠')

运行一下，从结果中可以看出，不管我们塞给小明什么东西，小明都将只能将他们当成面包吃。

::

   小明 要开始吃面包...
   小明 吃完面包了
   小明 要开始吃面包...
   小明 吃完面包了
   小明 要开始吃面包...
   小明 吃完面包了

那再来看一下协程的。

.. code:: python

   import time

   def eat():
       food = None
       while True:
           if food:
               print("小明 吃完{}了".format(food))
           food = yield
           print("小明 开始吃{}...".format(food))
           time.sleep(1)

   MING = eat()      # 产生一个生成器
   MING.send(None)   # 预激
   MING.send('面包')
   MING.send('苹果')
   MING.send('香肠')

运行一下，从结果中可以看出，小明已经可以感知我们塞给他的是什么食物。

::

   小明 开始吃面包...
   小明 吃完面包了
   小明 开始吃苹果...
   小明 吃完苹果了
   小明 开始吃香肠...
   小明 吃完香肠了

仔细观察一下，上面两段代码并没有太大的区别，我们将主要关注点集中在
``yield`` 关键词上。

可以发现，生成器里 ``yield`` 左边并没有变量，而在协程里，\ ``yield``
左边有一个变量。

在函数被调用后，一个生成器就产生了，而一般的生成器不能再往生成器内部传递参数了，而这个当生成器里的
yield
左边有变量时，就不一样了，它仍然可以在外部接收新的参数。这就是生成器与协程的最大区别。

**协程的优点：**

-  线程属于系统级别调度，而协程是程序员级别的调度。使用协程避免了无意义的调度，减少了线程上下文切换的开销，由此可以提高性能。

-  高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

-  无需原子操作锁定及同步的开销

-  方便切换控制流，简化编程模型

**协程的缺点：**

　　（1）无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU
的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。

　　（2）进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

协程很类似于Javascript单线程下异步处理的概念，协程同样是单线程的，之所以能够进行并发是因为通过某种方式保存了执行栈的上下文，在一定条件下将执行权交由其他栈，在一定条件下又通过执行栈上下文恢复栈。