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-8import timeimport 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 stacklessimport urllib2def 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。