我们常常听说纤程（fibers）是轻量级的线程，但是这一说法还是非常抽象，究竟是什么含义呢？
要理解纤程，可以先了解一下"执行状态保存"、"调度器（scheduler）"这两个核心概念。
核心概念
1. 执行状态保存
程序执行到某一节点时，需要保存当前的"状态快照"，包含当前代码执行位置、栈信息、变量值等关键数据，支持程序后续从该节点精准恢复执行。
类比：你正在阅读一本书（程序执行），看到第50页第3段时需要暂停处理其他事，便用书签标记当前位置（状态快照），这个"带书签的当前阅读状态"就是保存的执行状态；后续你可以凭借书签直接回到第50页第3段继续阅读，无需重新从开头翻起。
2. 调度器（scheduler）
负责管理多个并发单元的生命周期，包括分配执行资源、决定执行顺序与时机、处理暂停/恢复逻辑等，核心作用是协调多个任务高效推进。
类比：调度器就像公司的项目协调员，多个员工（并发单元）需要完成不同项目任务（程序任务），协调员会根据任务优先级、员工工作量分配工作时间（执行时机），当员工遇到问题暂停工作时，协调员会安排其他员工接手或待问题解决后提醒其恢复工作（暂停/恢复管理），确保所有任务整体高效推进，避免资源浪费。
纤程的本质
纤程可以理解为：
纤程=执行状态保存机制+调度器\text{纤程} = \text{执行状态保存机制} + \text{调度器}纤程=执行状态保存机制+调度器
为了更好地理解这一概念，我们通过如下两组对比来介绍：
- 纤程 vs 线程
- 纤程 vs 其他并发机制（不同语言中提供的轻量级并发机制）
1. 纤程 vs 线程
坦白地说，在使用层面：纤程 ≈ 线程。
二者的区别是：
- 纤程 ：可以理解为用户态线程，调度器运行在用户态，上下文切换（状态的保存/恢复）仅操作用户态资源，无需内核参与，切换成本极低；
- 内核态线程：调度器运行在内核态，上下文切换需陷入内核态（用户态→内核态切换），操作内核栈、页表等内核资源，切换成本高。
这也就是为何我们常常听到：纤程是轻量级的线程。
2. 纤程 vs 其他并发机制（不同语言中提供的轻量级并发机制）
基于上面介绍的执行状态保存和调度器的概念，我们比较 Go (goroutine)、Java Fibers (Project Loom)、Python asyncio、Node.js (JS 异步) 这四种语言中轻量级并发机制：
| 技术栈 | 核心并发单元 | 状态保存方式 | 调度器特征 | 纤程类型 | 与其他的核心差异 |
|---|---|---|---|---|---|
| Go (goroutine) | goroutine | 有栈（stackful） | 运行时（runtime）内置调度器 | 标准纤程 | 调度器是语言运行时级，抢占式调度 |
| Java Fibers (Project Loom) | Fiber | 有栈（stackful） | JVM 内置调度器 | 标准纤程 | 调度器是 JVM 级，可与线程池协同 |
| Python asyncio | 异步函数 | 无栈（stackless） | 事件循环（用户态调度器） | 轻量级纤程 | 调度器是事件循环，协作式调度 |
| Node.js (JS 异步) | 异步函数 | 无栈（stackless） | 事件循环（V8+libuv，用户态调度器） | 轻量级纤程 | 单线程事件循环，协作式调度 |
说明：
- 标准纤程：拥有独立栈空间，可以在任意位置暂停和恢复，调度器完全在用户态运行
- 轻量级纤程：没有独立栈空间，只能在特定标记点（await/yield）暂停，调度器同样在用户态运行
所有这些机制本质上都是用户态的轻量级并发单元，只是实现方式和适用场景不同。
3. 关键差异解析：状态保存方式与调度方式如何影响执行特性？
3.1 状态保存方式：有栈 vs 无栈
状态保存方式直接决定了任务执行的灵活性：
有栈（stackful）
- 每个并发单元拥有独立的栈空间
- 能够捕获完整的调用栈信息，任务可以在任意函数调用层级暂停
- 恢复时无需依赖外部状态，独立性强
- 典型代表：Go 的 goroutine、Java 的 Fiber
- 优势：即使在深度嵌套的函数调用中暂停，也能准确恢复执行
无栈（stackless）
- 不拥有独立栈空间，仅保存必要的局部状态
- 只能在特定的标记点（如 async/await）暂停和恢复
- 内存开销更小，但灵活性受限
- 典型代表：Python asyncio、JavaScript async/await
- 限制：若在未标记的普通函数中执行耗时操作，无法自动暂停，可能阻塞整个事件循环
3.2 调度方式：抢占式 vs 协作式
调度方式影响并发执行的稳定性和效率：
抢占式调度
- 调度器可以主动中断长时间运行的任务
- 无需开发者手动管理调度逻辑，降低开发成本
- 能够防止单个任务独占资源，确保多个任务公平执行
- 典型代表：Go goroutine（Go 1.14+ 支持异步抢占）
- 适用场景：高并发服务端应用，需要高稳定性
协作式调度
- 任务必须主动释放控制权（通过 await/yield）
- 调度开销更小，但需要开发者严格遵守编程规范
- 若某个任务未及时释放控制权，会导致整个调度器阻塞
- 典型代表：Python asyncio、Node.js
- 适用场景：I/O 密集型应用，且团队熟悉异步编程模型
- 注意事项：必须避免在异步函数中执行 CPU 密集型同步操作
总结：如何选择适合的并发机制？
1. 高并发、高稳定性场景（如微服务、实时系统）
推荐：Go goroutine、Java Fiber
- 理由 ：
- 有栈 + 抢占式调度，无需担心单个任务阻塞
- 内置调度器降低开发成本
- 可轻松创建数十万并发单元
2. I/O 密集型场景（如 Web API、网络爬虫）
推荐：Python asyncio、Node.js
- 理由 ：
- 内存开销极小，适合大量 I/O 等待场景
- 生态成熟，异步库丰富
- 注意事项 ：
- 严格避免在异步代码中执行 CPU 密集型同步操作
- 确保所有 I/O 操作都使用异步版本
- 团队需熟悉协作式调度的编程模式
3. 选型建议
- 无绝对优劣：所有这些机制都是用户态的轻量级并发实现，只是权衡了不同的设计目标
- 根据场景选择 ：
- 需要强稳定性 → 选择抢占式调度（Go/Java）
- 极致轻量 + I/O 密集 → 选择协作式调度（Python/Node.js）
- 团队能力：选择团队熟悉且生态完善的技术栈