協程，又稱微線程，纖程。英文名Coroutine。
協程的概念很早就提出來了，但直到最近幾年纔在某些語言（如Lua）中得到廣泛應用。
子程序，或者稱爲函數，在所有語言中都是層級調用，比如A調用B，B在執行過程中又調用了C，C執行完畢返回，B執行完畢返回，最後是A執行完畢。
所以子程序調用是通過棧實現的，一個線程就是執行一個子程序。
子程序調用總是一個入口，一次返回，調用順序是明確的。而協程的調用和子程序不同。
協程看上去也是子程序，但執行過程中，在子程序內部可中斷，然後轉而執行別的子程序，在適當的時候再返回來接着執行。
注意，在一個子程序中中斷，去執行其他子程序，不是函數調用，有點類似CPU的中斷。比如子程序A、B：
def A():
print('1')
print('2')
print('3')
def B():
print('x')
print('y')
print('z')假設由協程執行，在執行A的過程中，可以隨時中斷，去執行B，B也可能在執行過程中中斷再去執行A，結果可能是：
1
2
x
y
3
z但是在A中是沒有調用B的，所以協程的調用比函數調用理解起來要難一些。
看起來A、B的執行有點像多線程，但協程的特點在於是一個線程執行，那和多線程比，協程有何優勢？
最大的優勢就是協程極高的執行效率。因爲子程序切換不是線程切換，而是由程序自身控制，因此，沒有線程切換的開銷，和多線程比，線程數量越多，協程的性能優勢就越明顯。
第二大優勢就是不需要多線程的鎖機制，因爲只有一個線程，也不存在同時寫變量衝突，在協程中控制共享資源不加鎖，只需要判斷狀態就好了，所以執行效率比多線程高很多。
因爲協程是一個線程執行，那怎麼利用多核CPU呢？最簡單的方法是多進程+協程，既充分利用多核，又充分發揮協程的高效率，可獲得極高的性能。
Python對協程的支持是通過generator實現的。
在generator中，我們不但可以通過for循環來迭代，還可以不斷調用next()函數獲取由yield語句返回的下一個值。
但是Python的yield不但可以返回一個值，它還可以接收調用者發出的參數。
來看例子：
傳統的生產者-消費者模型是一個線程寫消息，一個線程取消息，通過鎖機制控制隊列和等待，但一不小心就可能死鎖。
如果改用協程，生產者生產消息後，直接通過yield跳轉到消費者開始執行，待消費者執行完畢後，切換回生產者繼續生產，效率極高：
def consumer():
r = ''
while True:
# 2.consumer通過yield拿到傳遞的None，yield跳出. 這裏的 n 的值等於send(n) 裏的 n
n = yield r
# 4.從上次跳出的位置，接着往下執行
if not n:
return
print('[CONSUMER] Consuming %s ..'%n)
r = '200 0k'
# 6.從這裏開始循環，到yield的時候，再跳出來
def produce(c):
# 1.啓動生成器，會跳到consumer
c.send(None)
# 3.接着往下執行，產生數據，通過c.send(n)，再切換到consumer
n = 0
while n < 5:
n += 1
print('[PRODUCER] Producing %s ...'%n)
r = c.send(n)
# 7.跳出來後，函數返回值是200 OK，所以往下執行，print出200 OK
print('[PRODUCER] Consumer return: %s'%r)
# 8.從這裏開始循環前面的步驟，直到最後
c.close()
if __name__ == '__main__':
c = consumer()
produce(c)注意到consumer函數是一個generator，把一個consumer傳入produce後：
首先調用c.send(None)啓動生成器；
然後，一旦生產了東西，通過c.send(n)切換到consumer執行；
consumer通過yield拿到消息，處理，又通過yield把結果傳回；
produce拿到consumer處理的結果，繼續生產下一條消息；
produce決定不生產了，通過c.close()關閉consumer，整個過程結束。
整個流程無鎖，由一個線程執行，produce和consumer協作完成任務，所以稱爲“協程”，而非線程的搶佔式多任務。
最後套用Donald Knuth的一句話總結協程的特點：
“子程序就是協程的一種特例。”