進程、線程和協程的理解
進程、線程和協程之間的關係和區別也困擾我一陣子了，最近有一些心得，寫一下。
進程擁有自己獨立的堆和棧，既不共享堆，亦不共享棧，進程由操作系統調度。
線程擁有自己獨立的棧和共享的堆，共享堆，不共享棧，線程亦由操作系統調度(標準線程是的)。
協程和線程一樣共享堆，不共享棧，協程由程序員在協程的代碼裏顯示調度。
進程和其他兩個的區別還是很明顯的。
協程和線程的區別是：協程避免了無意義的調度，由此可以提高性能，但也因此，程序員必須自己承擔調度的責任，同時，協程也失去了標準線程使用多CPU的能力。
打個比方吧，假設有一個操作系統，是單核的，系統上沒有其他的程序需要運行，有兩個線程 A 和 B ，A 和 B 在單獨運行時都需要 10 秒來完成自己的任務，而且任務都是運算操作，A B 之間也沒有競爭和共享數據的問題。現在 A B 兩個線程並行，操作系統會不停的在 A B 兩個線程之間切換，達到一種僞並行的效果，假設切換的頻率是每秒一次，切換的成本是 0.1 秒(主要是棧切換)，總共需要 20 + 19 * 0.1 = 21.9 秒。如果使用協程的方式，可以先運行協程 A ，A 結束的時候讓位給協程 B ，只發生一次切換，總時間是 20 + 1 * 0.1 = 20.1 秒。如果系統是雙核的，而且線程是標準線程，那麼 A B 兩個線程就可以真並行，總時間只需要 10 秒，而協程的方案仍然需要 20.1 秒。
一個實際一點的例子：thread.py
#!/usr/bin/python
# python thread.py
# python -m gevent.monkey thread.py
import threading
class Thread(threading.Thread):
def __init__(self, name):
threading.Thread.__init__(self)
self.name = name
def run(self):
for i in xrange(10):
print self.name
threadA = Thread("A")
threadB = Thread("B")
threadA.start()
threadB.start()
運行：
python thread.py
如果你的輸出是均勻的:
A
B
A
B
...
那麼總共發生了 20 次切換：主線程 -> A -> B -> A -> B …
再看一個協程的例子：gr.py
#!/usr/bin/python
# python gr.py
import greenlet
def run(name, nextGreenlets):
for i in xrange(10):
print name
if nextGreenlets:
nextGreenlets.pop(0).switch(chr(ord(name) + 1), nextGreenlets)
greenletA = greenlet.greenlet(run)
greenletB = greenlet.greenlet(run)
greenletA.switch('A', [greenletB])
greenlet 是 python 的協程實現。
運行：
python gr.py
此時發生了 2 次切換：主協程 -> A -> B
可能你已經注意到了，還有一個命令：
python -m gevent.monkey thread.py
gevent 是基於 greenlet 的一個 python 庫，它可以把 python 的內置線程用 greenlet 包裝，這樣在我們使用線程的時候，實際上使用的是協程，在上一個協程的例子裏，協程 A 結束時，由協程 A 讓位給協程 B ，而在 gevent 裏，所有需要讓位的協程都讓位給主協程，由主協程決定運行哪一個協程，gevent 也會包裝一些可能需要阻塞的方法，比如 sleep ，比如讀 socket ，比如等待鎖，等等，在這些方法裏會自動讓位給主協程，而不是由程序員顯示讓位，這樣程序員就可以按照線程的模式進行線性編程，不需要考慮切換的邏輯。
gevent 版的命令發生了 3 次切換：主協程 -> A -> 主協程 -> B
假設代碼質量相同，用原生的協程實現需要切換 n 次，用協程包裝後的線程實現，就需要 2n - 1 次，姑且算是兩倍吧。很顯然，單純從效率上來說，代碼質量相同的前提下，用 gevent 永遠也不可能比用 greenlet 快，然而，問題往往不那麼單純，比方說，單純從效率上來說，代碼質量相同的前提下，用 C 實現的程序永遠不可能比彙編快。
再來說說 python 的線程，python 的線程不是標準線程，在 python 中，一個進程內的多個線程只能使用一個 CPU 。
重新來看一下協程和線程的區別：協程避免了無意義的調度，由此可以提高性能，但也因此，程序員必須自己承擔調度的責任，同時，協程也失去了標準線程使用多CPU的能力。
如果使用 gevent 包裝後的線程，程序員就不必承擔調度的責任，而 python 的線程本身就沒有使用多 CPU 的能力，那麼，用 gevent 包裝後的線程，取代 python 的內置線程，不是隻有避免無意義的調度，提高性能的好處，而沒有什麼壞處了嗎？
答案是否定的。舉一個例子，有一個 GUI 程序，上面有兩個按鈕，一個 運算 一個 取消 ，點擊運算，會有一個運算線程啓動，不停的運算，點擊取消，會取消這個線程，如果使用 python 的內置線程或者標準線程，都是沒有問題的，即便運算線程不停的運算，調度器仍然會給 GUI 線程分配時間片，用戶可以點擊取消，然而，如果使用 gevent 包裝後的線程就完蛋了，一旦運算開始，GUI 就會失去相應，因爲那個運算線程(協程)霸着 CPU 不讓位。不單是 GUI ，所有和用戶交互的程序都會有這個問題。