什么是协程？

Question

什么是协程？它们如何与并发相关？

Answer 1

协程和并发在很大程度上是正交的.协同程序是一种通用控制结构,其中流控制在两个不同的例程之间协同传递而不返回.

Python中的'yield'语句就是一个很好的例子.它创造了一个协程.遇到'yield'时,保存函数的当前状态,并将控制权返回给调用函数.然后,调用函数可以将执行转移回让步功能,并且其状态将恢复到遇到"yield"并且将继续执行的程度.

Answer 2

来自Lua的编程," Coroutines"部分:

协程类似于一个线程(在多线程意义上):它是一个执行线,有自己的堆栈,它自己的局部变量,以及它自己的指令指针; 但它与其他协同程序共享全局变量和其他任何东西.线程和协同程序之间的主要区别在于,从概念上(或在字面上,在多处理器机器中),具有线程的程序并行运行多个线程.另一方面,协同程序是协作的:在任何给定时间,具有协同程序的程序仅运行其协同程序之一,并且此运行协程仅在明确请求被挂起时才暂停其执行.

所以重点是:协同程序是"协作的".即使在多核系统中,在任何给定时间只有一个协程运行(但多个线程可以并行运行).协同程序之间存在非抢占式,运行协程必须明确放弃执行.

对于" concurrency",你可以参考Rob Pike的幻灯片:

并发性是独立执行计算的组合.

因此在协程A的执行期间,它将控制传递给协程B.然后经过一段时间后,协程B将控制权传递给协程A.由于协程之间存在依赖关系,并且它们必须串联运行,因此这两个协程不是并发的.

Answer 3

我发现大多数答案太技术性,即使这是一个技术问题.我很难尝试理解协同程序.我有点得到它,但后来我没有得到它.

我发现这里的答案非常有帮助:

https://dev.to/thibmaek/explain-coroutines-like-im-five-2d9

引用Idan Arye的话:

为了建立你的故事,我会这样说:

你开始看动画片,但这是介绍.你没有观看介绍,而是转到游戏并进入在线大厅 - 但它需要3名玩家,只有你和你的妹妹在其中.而不是等待其他玩家加入你切换到你的作业,并回答第一个问题.第二个问题包含指向您需要观看的YouTube视频的链接.你打开它 - 它开始加载.您可以切换回卡通片,而不是等待它加载.介绍结束了,所以你可以观看.现在有广告 - 但同时第三个玩家加入,所以你切换到游戏等等......

我们的想法是,您不仅要快速切换任务,以使其看起来像是在一次性完成任务.您利用等待事情发生的时间(IO)来做其他需要您直接关注的事情.

绝对检查链接,还有更多,我不能引用一切.

Answer 4

Coroutine类似于子程序/线程.不同之处在于,一旦调用者调用了子例程/线程,它就永远不会返回给调用者函数.但是,协程可以在执行一些代码后返回给调用者,允许调用者执行一些自己的代码并返回到协程点,在那里它停止执行并从那里继续执行.即.一个协程有多个入口和出口点

Answer 5

我发现这个链接的解释非常简单。除了本答案中的最后一个要点之外，这些答案都没有试图解释并发性与并行性。

1. 什么是并发（程序）？

引自传奇人物 Joe Armstrong 的“编程 Erlang”：

并发程序在并行计算机上可能运行得更快。

• 并发程序是用并发编程语言编写的程序。我们出于性能、可伸缩性或容错性的原因编写并发程序。

• 并发编程语言是一种具有用于编写并发程序的显式语言结构的语言。这些结构是编程语言的一个组成部分，在所有操作系统上的行为方式都相同。

• 并行计算机是具有多个可以同时运行的处理单元（CPU 或内核）的计算机。

所以并发并不等同于并行。您仍然可以在单核计算机上编写并发程序。分时调度器会让你感觉你的程序是并发运行的。

并发程序有可能在并行计算机中并行运行，但不能保证。操作系统可能只给你一个内核来运行你的程序。

因此，并发是来自并发程序的软件模型，并不意味着您的程序可以在物理上并行运行。

2. 协程和并发

“coroutine”这个词由两个词组成：“co”（合作）和“routines”（函数）。

一种。它实现了并发还是并行？

简单来说，让我们在单核计算机上讨论它。

并发是通过操作系统的时间共享来实现的。线程在 CPU 内核上为其分配的时间范围内执行其代码。它可以被操作系统抢占。它也可能将控制权交给操作系统。

另一方面，协程将控制权交给线程内的另一个协程，而不是操作系统。因此，一个线程中的所有协程仍然利用该线程的时间范围，而不会将 CPU 核心让给由操作系统管理的其他线程。

因此，您可以认为协程由用户而不是操作系统（或准并行）实现分时。协程在分配给运行这些协程的线程的同一个内核上运行。

协程是否实现了并行性？如果是受 CPU 限制的代码，则不会。与分时共享一样，它让您感觉它们是并行运行的，但它们的执行是交错而不重叠的。如果它是 IO 绑定的，是的，它通过硬件（IO 设备）而不是您的代码实现并行。

湾 与函数调用的区别？

如图所示，不需要调用return切换控制。它可以在没有return. 协程保存并共享当前函数帧（堆栈）上的状态。因此它比函数轻得多，因为当call ret.

Answer 6

如果您仍然感到困惑，这里有一个非常简单的方法来理解co-routine. 首先，什么是routine？用外行人的话来说，例行公事是我们一次又一次做的事情（例如，你早上的例行公事）。相似地。在编程语言中，aroutine是我们一次又一次使用的一段代码，例如a function。现在，如果你看看 a 的一般特征function or routine（注意：我谨慎地交替使用这两个术语），只要函数需要输出结果，它就会需要一些输入并占用 CPU 线程。意思是，functions or routines正在阻止代码中的调用。然而， aco-routine是一种特殊的例程，它可以与其他例程同时共存（“co-routine”一词的“co”部分由此而来），我们可以在编程语言中借助异步编程。在异步编程中，当一个协程正在等待某件事发生（例如，磁盘IO）时，另一个协程将开始工作，并且当该协程处于等待状态时，另一个协程最终将被激活减少我们代码的等待时间。

如果您理解了上述内容，让我们看看如何在 Python 中创建协同例程函数。您可以定义一个协同例程函数，如下所示 -

async def my_coroutine_function():
    return 123

await你可以通过在协程前面添加-来调用上面的协程

my_result = await my_coroutine_function()

总而言之，

当您正在观看电视节目时，广告一出现，您就拿起手机给朋友发短信 - 您刚刚所做的就是异步编程。当你的电视节目（协同例程）处于等待状态时，你继续并激活你的另一个协同例程（给你的朋友发短信）。

Answer 7

• 协同程序是Kotlin语言中的强大功能
• 协同程序是一种编写异步,非阻塞代码的新方法(以及更多)
• Coroutine是轻量级的线程.轻量级线程意味着它不会映射到本机线程,因此它不需要在处理器上进行上下文切换,因此它们更快.
• 它不会映射到本机线程
• 协同程序和线程都是多任务处理.但不同之处在于线程由操作系统和协同程序由用户管理.

基本上,有两种类型的协同程序:

1. 无堆栈
2. Stackful

Kotlin实现无堆栈协程 - 这意味着协同程序没有自己的堆栈,因此它们不会映射到本机线程.

这些是启动协程的功能:

launch{}

async{}

您可以从这里了解更多信息:

https://www.kotlindevelopment.com/deep-dive-coroutines/

https://blog.mindorks.com/what-are-coroutines-in-kotlin-bf4fecd476e9

Answer 8

协程作为并发的实现和多线程的替代方案。

协程是实现并发的单线程解决方案。

         A-Start ------------------------------------------ A-End   
           | B-Start -----------------------------------------|--- B-End   
           |    |      C-Start ------------------- C-End      |      |   
           |    |       |                           |         |      |
           V    V       V                           V         V      V      
1 thread->|<-A-|<--B---|<-C-|-A-|-C-|--A--|-B-|--C-->|---A---->|--B-->| 

与多线程解决方案相比：

thread A->|<--A|          |--A-->|
thread B------>|<--B|            |--B-->|
thread C ---------->|<---C|             |C--->|

• 协程是异步编程的一种实现，异步编程就是用来实现并发的。
• 许多语言使用协程实现异步编程。其他答案表明 Python、Kotlin、Lua、C++ 已经这样做了。
• 最有用/通常用于涉及 I/O 限制问题的场景，例如在获取数据时渲染 UI，或从多个数据源下载。