Python 使用'进行上下文切换；收益率'；

我正在阅读gevent教程，看到了以下有趣的片段：

import gevent

def foo():
    print('Running in foo')
    gevent.sleep(0)
    print('Explicit context switch to foo again')

def bar():
    print('Explicit context to bar')
    gevent.sleep(0)
    print('Implicit context switch back to bar')

gevent.joinall([
    gevent.spawn(foo),
    gevent.spawn(bar),
])

其中的执行流程如下所示：foo->bar->foo->bar。 如果没有gevent模块，但使用yield语句，是否不可能执行相同的操作？

---

我一直试图用“收益率”来实现这一点，但由于某种原因，我无法让它发挥作用……：（

关键是要意识到，您必须提供自己的驱动循环—我在下面提供了一个简单的演示。我很懒，使用队列对象来提供FIFO，我已经有一段时间没有在重要的项目中使用python了

#!/usr/bin/python

import Queue

def foo():
    print('Constructing foo')
    yield
    print('Running in foo')
    yield
    print('Explicit context switch to foo again')

def bar():
    print('Constructing bar')
    yield
    print('Explicit context to bar')
    yield
    print('Implicit context switch back to bar')

def trampoline(taskq):
    while not taskq.empty():
        task = taskq.get()
        try:
            task.next()
            taskq.put(task)
        except StopIteration:
            pass

tasks = Queue.Queue()
tasks.put(foo())
tasks.put(bar())

trampoline(tasks)

print('Finished')

运行时：

$ ./coroutines.py 
Constructing foo
Constructing bar
Running in foo
Explicit context to bar
Explicit context switch to foo again
Implicit context switch back to bar
Finished

---

用于此目的的生成器通常被称为任务（在许多其他术语中），为了清楚起见，我在这里使用该术语。是的，这是可能的。事实上，有几种方法在某些上下文中有效且有意义。但是，没有一种（我知道）对于

gevent.spawn

和

gevent.joinall

中的至少一个，在没有等效项的情况下工作。功能更强大、设计更完善的版本要求两者都具有等效项

基本问题是：生成器可以挂起（当它们点击

yield

时），但仅此而已。要再次启动它们，您需要对它们调用其他代码

next（）

。事实上，您甚至需要对新创建的生成器调用

next（）

，以便它开始执行任何操作。 类似地，生成器本身并不是决定下一步应该运行什么的最佳位置。因此，您需要一个循环来启动每个任务的时间片（将它们运行到下一个

产生
）并在它们之间无限期切换。这通常被称为调度程序。它们往往会很快变得非常复杂，因此我不会尝试在一个答案中编写完整的调度程序。不过，我可以尝试解释一些核心概念：


人们通常将
yield
视为将控制权交还给调度程序（实际上类似于代码中的
gevent.sleep（0）
）。这意味着，生成器做它想做的任何事情，当它位于上下文切换方便且可能有用的位置时，它将
yield
s
在Python 3.3+中，
yield from
是一个非常有用的工具，可以委托给另一个生成器。如果不能使用它，则必须让调度程序模拟调用堆栈并将返回值路由到正确的位置，并执行类似
result=yield subtask（）的操作
在您的任务中。这会更慢、更复杂，而且不太可能产生有用的堆栈跟踪（
yield from
免费进行此操作）。但直到最近，它还是我们最好的
根据您的使用情况，您可能需要多种工具来管理任务。常见的示例包括生成更多任务、等待任务完成、等待多个任务中的任何一个完成、检测失败（未捕获异常）其他任务等。这些任务通常由调度程序处理，并为任务提供与调度程序通信的API。完成此通信的一种简洁（但并不总是完美）方法是生成特殊值
基于生成器的任务和gevent（以及类似的库）之间的一个相当重要的区别是后者中的上下文切换是隐式的，而任务使得识别上下文切换变得很简单：只有
产生[from]的东西
可以运行调度程序代码。例如，只需查看代码，而无需检查它调用的任何内容，就可以确定一段代码是否是原子的（w.r.t.其他任务；如果将线程添加到混合中，则必须单独担心它们）

最后，您可能会对Greg Ewing关于创建这样一个调度器的文章感兴趣。（这是在对现在的PEP 3156进行头脑风暴时，在
python ideas
上提出的。您可能也对这些邮件线程感兴趣，尽管基于web的归档文件并不适合阅读半年前编写的几十个线程中的数百封邮件。）
很有意义。也感谢您的演示。我想知道generatorA是否有可能产生next（generatorB）（generatorB产生next（generatorA）等等）。这有三个问题：第一个问题是，我不知道生成器有什么方法可以自动生成，这是设置相互递归所必需的。第二个问题是，在计算yield语句之前，需要返回对next/0的调用，这将导致尝试重新输入尚未生成的生成器第三，这是一种没有尾部调用消除的语言中的相互递归，因此如果生成器生成太多次，最终会耗尽堆栈。非常有趣。很多我不知道的事情。该教程看起来也不错。干杯