1、协程与异步编程
1、多线程和事件模型
在Web Server领域，最早像Apache Server，大家都是使用多线程模型处理并发。下图左边这张图是通过多个进程去处理多个用户不同的请求，可能在一个单核系统上也可以去创建多个进程来处理这些请求，但这实际上操作系统给大家一个假象：操作系统通过分时互动机制去不停的切换线程，表现出一种正在同时执行的假象。
实际上这个切换是非常消耗资源的，然后我们看右边这张图NGINX，他率先使用了事件模型，让大家科学认知到在单个线程里通过业务代码去切换不同的上下文，这样可以大大减少操作系统里面限制切换开销，很好的提高性能。
2、上下文切换
上下文切换会吃掉宝贵的CPU资源，大家很多情况下对上下文有误区，进出内核和调度之间其实很大差异的。假如像刚才这种场景，我们看到多个线程来回调用，那一个线程当它资源耗尽或者比较阻塞的时候，下个线程选谁？其实操作系统需要进行调度，真正的损耗远大于想象。
我们可以看到进出内核是上图左边灰色这一列，它的耗时是很小的，可能在几十到一百纳秒级别。然后假如这一次系统调用它触发了切换，比如读一个程序里面有数据，信令要挂起会触发上下文切换，如果希望有调度，开销就会很大，会达到40倍左右。
3、使用异步编程
所以如果在编程中引发调度的切换开销是很大的，我们应该尽量避免。怎么避免呢？答案就是异步编程，在node.js里面，我们可以使用大量callback区域处理业务逻辑。当使用callback以后，代码可能会变成这样一种三角形，因为每一个组织方式，它后面返回值都要带callback调用，都会缩进去一层。这样业务逻辑非常难以维护。
其次是即便我使用了异步编程，但可能还是不小心在现实里面使用了一段阻塞代码，下图是NGINX官网所提供的图片，虽然我自己去切换不同的请求处理，但是中间可能还是不小心调用了操作系统的一个阻塞方法。
为了解决这个问题，NGINX虽然是一个号称纯异步事件驱动的模型，但是它最近也引入了线程池去处理这种可能阻塞现实的情况。
4、引入协程
其实最早在操作系统里没有协程的概念，大家都是通过协程做逻辑上抽象来帮助我们写并发代码。
比如说这里有两段code，一段是解压的code，一段是 parser的code。大家要从解压数据结构里面去解析数据，这里对数据进行简单的encode，如果char是普通字符，会直接返回。若是特殊字符，可能就进行一个长度encode。用协程来组织逻辑，emit() 和 parser::getchar()会切换到另一个协程，如果没有协程需要两个线程结合pipe来组织，但如果有协程，我们可以在 frame里面直接控制，逻辑清晰且性能高。
我们看怎么实现协程。协程的执行上下文其实包括这几个部分，当前的站、局部变量、当前代码位置，这些其实都可以通过数据表示。
与OS内的线程切换方式一致
(1) 保存pc
(2) 保存sp
(3) 保存callee-save寄存器
保存完这些后，将来想回去，只要通过反向计算器pop出来，就会回到之前上下文。协程场景下，emit和 getchar都是通过这种方式去实现的。
5、现代编程语言中的协程
左边是VERT.X， Java里面最近比较流行的框架，想要制作的就是Java里的node.js的生态，我们可以看到官方所提供的连接数据库例子。
Client.getConnection，来获取数据库连接，但它不是说立马返回一个连接给到我们，而是提供callback，然后这个result里面表示执行是否成功，如果成功的话，我们可以通过result去拿到 connection。这就是通过义务编程的方式，去让我们在线程里面处理大的逻辑，NGINX就是这样的一种方式。这样代码其实看起来是非常难以维护的，比如在里面需要通过result set去把数据放到缓存里面，又是一个远程调用需要阻塞，可能又是一种callback，这个嵌套会非常深，非常难处理，由于我们都是callback，所以这个站就没法被维持，假如在这个地方有异常就非常难以处理。
现代编程语言是怎么解决这个问题，我们给的答案是协程。ES7、C# 他们都提供协程来帮助解决这类问题。我们以一段Kotlin代码为例，看协程怎么帮助代码改写成非常直观的代码,Kotlin里面通过suspend关键字来表示，函数是可以被挂起的，然后它也可以在 client上新加的方法，新的方法叫Agetconnection。里面调用Kotlin提供的非常 medical的方法，他会获取一个当前执行上下文的connection，让我们getConnection直接调用。getConnection的callback是恢复当前协程的执行，并且把拿到connection作为返回值。这样实际上不用一直占着 CPU资源，实际上调度器会继续去调度其他执行，一旦进行这类封装以后，我们看到代码可以被简化为下面这种形式。
Conn=clinet. AGetConnection（）；
然后 rs= Conn .aQurerythat(“SELECT * FROM ...”)
这段代码相比左边这段代码那就是大大简化了，但我们要做对这种回调形式进行封装。
6、Dragonwell: Wisp 原理
既然要对这么多回调形式进行封装，工作量是非常大的，能不能在更底层去解决，为什么就提供了这一层帮助？因为jdk提供所有的阻塞方式都是在jdk里面提供的。比如说Java.lang.Thread、j.u.c、java.io、synchronized这些都是有可能阻塞API。在这些API上我们都做了封装， Wisp把这些脏活苦活全部给做掉了. Wisp还对现成模型进行一个映射。我们知道Java里面的Java thread和操作系统pthread是1:1的映射关系，大量线程使用的话就会导致前面提到的上下切换问题。但是在Wisp下我们每一个线程都被映射到一个Wisp，wisp执行过程中可能阻塞CPU，然后这时候就可以让pthread调动其他Wisp，调度效率非常高，可以免费提高应用的性能。
二、使用Wisp提升微服务性能
Dragonwell: Wisp demo
下面在Dragonwell下用 使用Wisp提高性能的例子
左边这张图是不开Wisp，使用wrk压测工具去压这台机器，192.168.1.101，8080端口，平均的延迟是522微秒，QBS是不到5万，在同个应用完全不改代码情况下，我们调整一下界面参数把Wisp打开，然后线程就被完全意识到协程了，latency降低到270多微秒， QBS变成了6万多，大概有20%多的性能提升，这不需要修改任何应用代码，是一个免费的性能午餐，所以推荐大家可以通过Wisp提高我们微服务的性能表现。