我们先来复习下协程和线程的定义
协程 ，又称为微线程，它是实现多任务的另一种方式，只不过是比线程更小的执行单元。因为它自带CPU的上下文，这样只要在合适的时机，我们可以把一个协程切换到另一个协程。
线程，有时被称为轻量进程，是程序执行流的最小单元。
比较：
在实现多任务时, 线程切换__从系统层面__远不止保存和恢复CPU上下文这么简单。操作系统为了程序运行的高效性，每个线程都有自己缓存Cache等等数据，操作系统还会帮你做这些数据的恢复操作，所以线程的切换非常耗性能。但是__协程的切换只是单纯地操作CPU的上下文__，所以一秒钟切换个上百万次系统都抗的住。
运用协程 能够使我们工作变得更有效率。
下面是例子：
#!usr/bin/env python
#-*- coding:utf-8 _*-
"""
@author:Administrator
@file: 协程.py
@time: 2020/2/20 19:12
"""
from gevent import monkey;monkey.patch_all() #（必须用到猴子补丁）
import gevent
import requests
import time
import pymysql
"""使用协程向mysql插入10000条数据"""
def data_handler(anum,num):
conn = pymysql.connect(host=‘127.0.0.1‘,user=‘root‘,password=‘root‘,database=‘python_scrapy‘,charset=‘utf8‘)
cursor = conn.cursor()
for i in range(anum,num):
sql = ‘insert into btree(sid,name,email) values(%s,%s,concat(%s,"hael","@163"));‘
res = cursor.execute(sql,[i,"root",i])
conn.commit()
cursor.close()
conn.close()
start_time=time.time()
gevent.joinall([
gevent.spawn(data_handler,1,2000),
gevent.spawn(data_handler,2001,5000),
gevent.spawn(data_handler,5001,8000),
gevent.spawn(data_handler,8001,10000),
])
stop_time=time.time()
print(‘run time is %s‘ %(stop_time-start_time))
#output : run time is 2.826383113861084
从上面可以看出向数据库插入10000条数据我们用了
2.826383113861084秒。
接下来我们采用常规做法：
conn = pymysql.connect(host=‘127.0.0.1‘,user=‘root‘,password=‘root‘,database=‘python_scrapy‘,charset=‘utf8‘)
cursor = conn.cursor()
start_time=time.time()
for i in range(1,10001):
sql = ‘insert into btree(sid,name,email) values(%s,%s,concat(%s,"hael","@163"));‘
res = cursor.execute(sql,[i,"root",i])
conn.commit()
cursor.close()
conn.close()
stop_time=time.time()
print(‘run time is %s‘ %(stop_time-start_time))
#output : run time is 3.1362051963806152
可以看到实现相同的功能我们用了
3.1362051963806152秒。
原文：https://www.cnblogs.com/wujf-myblog/p/12340713.html