协程是程序自主控制切换的轻量级并发模型，非线程升级版；内存仅kb级、切换百纳秒、i/o期主动让权，但无法突破gil，纯cpu计算无效，须全异步生态支撑。

协程不是线程的“升级版”，而是另一种并发思路——它不靠操作系统调度，也不争抢CPU时间片，而是由程序自己控制任务切换时机。在I/O密集型场景中，协程能显著提升并发性能，但这种提升不是靠“更快地跑”，而是靠“更少地等、更省地占”。

资源占用：内存差一个数量级

每个Python线程默认栈空间约1MB，1000个线程就吃掉1GB内存；而一个协程初始仅占用几KB，1000个协程内存开销通常不到10MB。这意味着同样一台机器，线程模型可能撑不过几百并发，协程却可轻松承载上万连接。

上下文切换：微秒 vs 毫秒

线程切换需陷入内核、保存寄存器、更新调度队列，耗时通常在1–10微秒；协程切换纯在用户态完成，只需保存少量上下文，平均耗时约100纳秒——快出近100倍。高并发下，频繁切换带来的累积开销差异会直接反映在吞吐量和延迟上。

Mintlify

一款面向开发团队的AI文档工具，可帮助自动生成、维护和组织软件项目文档，让开发者更高效地建立产品文档体系。

下载

I/O等待期的利用效率

线程在等待网络响应或文件读写时，仍占据内存和调度资源；协程遇到await（如aiohttp.get、asyncio.sleep）会主动让出控制权，事件循环立刻调度下一个就绪任务。同一时刻，成千上万个协程可以“挂起-唤醒”轮转，CPU几乎不空转。

适用边界：别让协程干线程的活

协程无法绕过Python的GIL，对纯CPU计算（如数值循环、加密哈希）毫无加速效果；若混入time.sleep()、requests.get()或未异步封装的库，整个事件循环会被阻塞。真正高效的前提是：所有I/O操作都走async生态（如aiohttp、aiomysql），计算密集部分应交给线程池或进程池处理。