我們都知道并發（不是并行）編程目前有四種方式，多進程，多線程，異步，和協程。

多進程編程在python中有類似C的os.fork，當然還有更高層封裝的multiprocessing標準庫，在之前寫過的python高可用程序設計方法中提供了類似nginx中master process和worker process間信號處理的方式，保證了業務進程的退出可以被主進程感知。

多線程編程python中有Thread和threading，在linux下所謂的線程，實際上是LWP輕量級進程，其在內核中具有和進程相同的調度方式，有關LWP，COW（寫時拷貝），fork，vfork，clone等的資料較多，這里不再贅述。

異步在linux下主要有三種實現select，poll，epoll，關于異步不是本文的重點。

說協程肯定要說yield，我們先來看一個例子：

            
#coding=utf-8
import time
import sys
# 生產者
def produce(l):
  i=0
  while 1:
    if i < 5:
      l.append(i)
      yield i
      i=i+1
      time.sleep(1)
    else:
      return
   
# 消費者
def consume(l):
  p = produce(l)
  while 1:
    try:
      p.next()
      while len(l) > 0:
        print l.pop()
    except StopIteration:
      sys.exit(0)
l = []
consume(l)

          

在上面的例子中，當程序執行到produce的yield i時，返回了一個generator，當我們在custom中調用p.next()，程序又返回到produce的yield i繼續執行，這樣l中又append了元素，然后我們print l.pop()，直到p.next()引發了StopIteration異常。

通過上面的例子我們看到協程的調度對于內核來說是不可見的，協程間是協同調度的，這使得并發量在上萬的時候，協程的性能是遠高于線程的。

            
import stackless
import urllib2
def output():
  while 1:
    url=chan.receive()
    print url
    f=urllib2.urlopen(url)
    #print f.read()
    print stackless.getcurrent()
   
def input():
  f=open('url.txt')
  l=f.readlines()
  for i in l:
    chan.send(i)
chan=stackless.channel()
[stackless.tasklet(output)() for i in xrange(10)]
stackless.tasklet(input)()
stackless.run()

          

關于協程，可以參考greenlet,stackless,gevent,eventlet等的實現。