可爱的 Python: 用 Python 生成器实现“轻便线程”

核心提示： 结果表明，在直接循环的版本运行一次的时间内，可爱的 Python: 用 Python 生成器实现“轻便线程”(6)，轻便线程的版本运行了两次还多一点点 ― 也就相当于在上面提到的机器上，轻便线程运行了不到 3 秒，上面的示例只展示了形式最基本的几个线程调度程序，可能实现的还有很多（这个问题

结果表明，在直接循环的版本运行一次的时间内，轻便线程的版本运行了两次还多一点点 ― 也就相当于在上面提到的机器上，轻便线程运行了不到 3 秒，而直接循环运行了超过 6 秒。显然，如果每个工作单元都相当于单个字符串方法调用的两倍、十倍或一百倍，那么所花费的线程开销比例就相应地更小了。

设计线程

轻便线程可以（而且通常应该）比单独的概念性操作规模更大。无论是何种线程，都是用来表示描述一个特定 任务或 活动所需的流上下文的量。但是，任务花费的时间／大小可能比我们希望在单独线程上下文中使用的要多／大。抢占将自动处理这种问题，不需要应用程序开发者作出任何特定干涉。不幸的是，轻便线程用户需要注意“好好地处理”其它线程。

至少，轻便线程应该设计得足够周全，在完成概念性操作时应该能够 yield 。调度程序将回到这里以进行下一步。举例来说：

清单 4. 伪码友好的轻便线程

def nicethread():
　　while 1:
　　　　...operation A...
　　　　yield None
　　　　...operation B...
　　　　yield None
　　　　...operation C...
　　　　yield None

多数情况下，好的设计将比在基本操作之间的边界 yield 更多次。虽然如此，通常在概念上“基本”的东西都涉及对一个大集合的循环。如果情况如此（根据循环体耗费时间的程度），在循环体中加入一到两个 yield （可能在特定数量的循环迭代执行过后再次发生）可能会有所帮助。和优先权线程的情况不同，一个行为不良的轻便线程会获取无限量的独占处理器时间。

调度的其它部分

迄今为止，上面的示例只展示了形式最基本的几个线程调度程序。可能实现的还有很多（这个问题与设计一个好的生成器／线程没什么关系）。让我来顺便向您展示几个传送中可能出现的增强。