线程和协程之间的区别很大，甚至大过进程和线程之间的区别。线程建立在进程之上，协程建立在线程之上。那么协程是什么呢？

协程是一段计算机程序，它一般是一个协作类型的子程序，执行时允许暂停和恢复。协程非常适合实现熟知的程序，例如协作任务，异常，事件循环，迭代器，无限列表和管道。

协程与我们熟知的函数不同（函数也是一段计算机程序）。函数总是一个入口，一次返回，调用顺序明确，但是协程的调用可以中断，然后执行其它程序，在适当的时候再返回来继续执行，可以实现多次返回。

以异常为例。在操作系统中或者其它语言实现中，例如Java，Python等，异常函数被系统全局注册，当一个函数在执行过程中出现异常，系统捕获到异常后，会直接把执行流程跳转到异常函数处执行异常函数，然后也可以跳回异常点继续执行余下的程序。

Python使用yield实现协程。实现原理主要是利用了生成器函数对象是在堆中被创建的，如下图所示：

线程栈中的局部变量G1，G2,和G3分别引用了堆中的生成器对象。只要这种引用存在，Python虚拟机就不会回收到堆中的生成器。假设有这样一种执行路径：生成器G1放弃执行权，G2代码执行，然后G3，最后回到G1继续执行。此时G1可以在中断点继续执行余下程序，并且执行的上下文跟中断之前是一模一样的。这种执行程序的方式可以类别进程调度，但是跟进程调度又有着巨大的区别。首先，G1，G2和G3一直在同一个线程下执行，三者一通操作之后，该线程甚至可以一直没有被操作系统调度。

这种执行方式看起来好像平平无奇，但是在适合的场景下使用可以发挥出巨大的威力。

为应对Web高并发场景，各大平台主流的解决方案是使用多线程。对每个请求生成一个线程来处理，虽然线程创建占用资源少，但是不要忘记，如果使用到内核线程，那么内核会创建很多线程，这必然会占用宝贵的内核资源。另外，线程切换也会消耗一部分CPU资源，如果线程太多，那么可能部分CPU运算全部消耗在线程调度上。所以，Java网络编程新增了NIO模块，使用异步加线程池的方式实现高并发。

在Python中，使用协程正好可以解决这种IO密集型场景。例如，如果有1万个请求，那么可以生成1万个协程来处理。系统只需要在堆中生成1万个生成器对象即可，并且没有调度带来的消耗。

听起来很美，实际协程的使用是有限制的。协程中的IO操作必须是非阻塞的，如果调用阻塞接口，那么操作系统一旦感知，必然会发生线程调度，把当前线程换出CPU的runqueue队列。另外，Python单个线程的性能实在太感人，所以如果想充分发挥协程的威力，最好的方式是多进程加协程的组合。

怎么在Python中使用协程？可以自己实现，也可以使用第三方库，如eventlet等。

来个小例子：

import time
​
def consumer():
    while True:
        x = yield
        print 'consume value:%s ' % x
        time.sleep(1)
​
def producer(consumer):
    c = next(consumer)
    for i in range(3):
        consumer.send(i)
        print 'produce value:%s ' % i
​
producer(consumer())

输出：

consume value:0 
produce value:0 
consume value:1 
produce value:1 
consume value:2 
produce value:2 

生产者和消费者交替执行。

小结

协程是在线程的基础上进行分时复用并发执行不同的程序段。它不是函数，也不是用户线程，更不是进程。