Python的协程函数有哪些？

协程这玩意儿，说白了就是“能暂停的函数”。

它不是你打个 def 然后 call 一下就走到底了，它可以“等一等”，然后接着来——就像你在点外卖，点完之后不干等着，而是干点别的，等外卖送到再回来继续吃饭。协程就差不多这个逻辑。

你可能早就听说过 async/await，但如果你还没真刀实枪写过协程，那今天就来好好掰扯掰扯

什么是协程函数，它到底怎么用，和普通函数有啥不一样，以及面试中要是被问到该怎么怼回去（不是，是怎么优雅回答）。

什么是协程函数？

在Python里，协程函数是用 async def 定义的。也就是说，只要你在函数前面加上 async，这个函数就变了，不再是普通的函数，而是一个“可以被暂停”的异步协程函数了。

来看个最基础的例子：

import asyncio

asyncdefsay_hello():
await asyncio.sleep(1)
    print("Hello")

asyncio.run(say_hello())

这段代码其实比你想象的还高级：

• async def 是声明协程的标志，Python 看到这个，就知道你写的是“异步协程函数”；
• await 是个暂停点，它告诉解释器：“我这里等一会，先去干别的”；
• asyncio.sleep(1) 就是一个异步操作，模拟的是“我等1秒再继续干”。

注意：你不能直接 say_hello() 就让它跑起来，因为它返回的是个协程对象，不是真正的执行结果。必须通过 asyncio.run() 或事件循环来运行它。

协程和普通函数到底差在哪？

举个例子你就明白了：

defnormal_func():
    print("Start")
    time.sleep(1)
    print("End")

asyncdefcoroutine_func():
    print("Start")
await asyncio.sleep(1)
    print("End")

这俩函数干的事儿差不多，但区别在于：

• normal_func 会阻塞主线程，睡觉的时候整个程序都得等；
• coroutine_func 里的 await asyncio.sleep(1) 是非阻塞的，Python可以“切走”，去干别的，再回来接着干这个。

这也是协程的核心价值：高并发、低资源消耗。

在爬虫、IO密集型应用、Web服务器中，这种能力简直不要太重要。

比如你要请求1000个页面，用线程开销太大，而协程可以1个线程干1000个活儿，谁用谁知道。

那协程函数到底有哪些类型？

这个问题问得有点宽泛，其实协程函数的种类不多，但协程相关的机制挺多，咱们拆开讲：

1. async def 定义的协程函数

这类是最基本的协程函数类型，一般这样写：

asyncdeffetch_data():
await asyncio.sleep(1)
return"data"

只要你用了 async def，它返回的就不是一个函数结果，而是一个“协程对象”：

coro = fetch_data()
print(type(coro))  # <class 'coroutine'>

这个对象需要放到事件循环里去跑，比如：

result = asyncio.run(fetch_data())
print(result)

2. asyncio自带的协程方法

像 asyncio.sleep()、asyncio.gather()、asyncio.create_task() 这些，都是协程玩法里的“原厂配件”。

比如你想并发执行多个任务：

asyncdefmain():
    task1 = asyncio.create_task(fetch_data())
    task2 = asyncio.create_task(fetch_data())
await task1
await task2

asyncio.run(main())

它们会并发跑，而不是一个等一个执行完。

那生成器、yield 那些是不是协程？

这个是个常见的误区：yield 和协程，看着有点像，但本质不一样。

简单说：

• yield 是生成器，用于“惰性生成数据”，比如你写个100万行的文件不想一次读完，用 yield 就很香；
• async def + await 是异步协程，能实现非阻塞逻辑。

Python 3.5之后才有 async/await 的正式语法，在此之前是用 @asyncio.coroutine 和 yield from 模拟异步行为，但现在几乎没人这么写了，过时了属于是。

协程用起来要注意的那些坑

写协程，不能只学写法，还得知道雷区在哪里。

await 只能用在 async 函数里

别想着在普通函数里 await：

defbad_func():
await asyncio.sleep(1)  # 报错，SyntaxError

只能在 async def 里用 await。

协程对象得运行，不运行就啥也不干

asyncdeff():
    print("Running...")

f()  # 这啥也不会输出

你要么 await f()，要么 asyncio.run(f())，它才会真的执行。

协程和多线程哪个更好？

啊这……这题我熟！

我觉得这个问题可以这样回答：

协程和多线程本质是两种并发模型，协程是用户态的，线程是系统级别的。 对于IO密集型任务，比如网络请求、数据库访问，协程通常比线程效率更高，且更节省资源。 但对于CPU密集型任务，协程就帮不上啥忙了，还得靠多线程或多进程配合。 Python因为GIL的存在，多线程并不是真正并行，而协程是“单线程并发”，更适合应对大量IO操作。

然后面试官一般就点点头，往下翻简历了。

那协程能替代多线程吗？

不能完全替代。

协程非常适合高并发的IO操作，比如做一个高并发的接口转发系统、批量抓取网页等等，它能让你的程序像变魔术一样在几百个任务之间切换，还不怎么消耗内存。

但如果你真的是在跑一些数学密集型的、图像处理类的任务，协程就有点拉了，还是得多进程多线程顶上。

怎么理解 Python 的协程？有哪些场景？

这是高频题，一定要练熟！

标准答案我给你整理如下，放心抄，但理解最重要：

答：

协程是 Python 中用于实现并发的一种方式，它基于事件循环，通过 async def 定义，await 进行挂起和恢复。

协程最大的优势是避免线程开销，在单线程中实现高并发，尤其适合 IO 密集型任务，比如网络请求、爬虫、接口转发等。

使用协程时，必须配合 asyncio 模块，常用的写法包括 asyncio.run(), await, asyncio.gather() 等。

与多线程不同，协程是非抢占式调度，也就是任务执行时不会被打断，只有在遇到 await 时才会让出控制权，因此调度更加可控，资源消耗更低。

但协程并不能提升 CPU 密集型任务的效率，遇到此类任务仍需考虑多进程或使用 C 扩展等手段。

我觉得协程写得顺手之后，简直就是代码里的魔法棒，效率高到飞起，还写得清清爽爽，谁用谁知道。

你说现在面试不问协程的？那真是你面试的公司还没整明白asyncio怎么香。