由上可见，不同的线程之间共享运行环境（比如上面的变量n）。
lock.acquire(blocking=True) 会一直阻塞直到锁空出来为止；一旦空出来就会把它锁上。
并发处理：协程不同的过程在同一个线程内交替执行。每个协程在运行时独占资源，一段运行结束后自阻塞，等待着被外部（如main函数）控制它的代码唤醒。
相比多线程的优点：轻量级（在解释器层面实现，不需要内核来做切换）、数量不限。
和多线程一样，不同协程之间共用运行环境。
用简单的生成器实现协程 def sum(init): s = init while True: delta = yield s # output s, and then input delta s += delta g = sum(0) print(next(g)) # run entil receiving the first output print(g.send(1)) # send the first input, and then get the second output print(g.send(2)) # send the second input, and then get the third output 0 1 3上例中只是演示了生成器的自阻塞，以及生成器与其调用者之间的交互。
更进一步，还可以定义多个生成器执行不同的过程，并在main函数里进行对它们的调度（比如实现一个任务队列），从而实现协程。
用回调函数（callback）将普通函数变为协程 def calc(n,callback): r = 0 for i in range(n): r += i callback() def pause(): print('pause') yield # just pause, do not return anything g = calc(10,pause) 用async/await实现协程相比生成器实现的优点：可以在等待IO/等待网络通信等情况下时阻塞当前协程执行其他协程（而且不会中断等待IO/通信）以节省时间（而只用生成器则无法做到）；使用更灵活、方便。
多线程其实也有前一个优点。所以CPython下的多线程也并不是毫无用处，但它的用处是协程用处的子集。
一个注意事项：若想通过协程加速IO，必须使用python中专门的异步IO库才行。
基础使用 import time start = time.perf_counter() def sayhi(delay): time.sleep(delay) print(f'hi! at {time.perf_counter() - start}') def main(): sayhi(1) sayhi(2) main() hi! at 1.0040732999914326 hi! at 3.015253899997333 import time import asyncio start = time.perf_counter() async def sayhi(delay): await asyncio.sleep(delay) print(f'hi! at {time.perf_counter() - start}') async def main(): sayhi1 = asyncio.create_task(sayhi(1)) sayhi2 = asyncio.create_task(sayhi(2)) await sayhi1 await sayhi2 # asyncio.run(main()) # use outside IPython await main() # use inside IPython hi! at 1.0037910000100965 hi! at 2.0026504999987083上面的程序中：
async 声明当前函数是一个协程。这一声明使得函数体内可以使用create_task和await，也使得该函数本身可以被create_task和await。
一旦一个函数 f 被声明为协程，f()做的事就不再是运行 f，而只是创建一个协程对象并返回之（这个对象并不会自动被运行）。需要使用 asyncio 中的相关工具来运行这个对象。
run(main()) 表示开始执行协程 main() 。要求 main() 必须是“主协程”，即它是整个程序中所有协程的入口（类似主函数）。一个程序中 run(main()) 只应被调用一次，且在 main() 之外不应有任何协程被调用。
run(main()) 是阻塞的。协程的并发特性只有在main()内部才会显现，从外部来看这就是一个普普通通的黑箱调用。