Linux下基于io_uring的C++20协程库：提供 task / generator 等基础协程抽象，以及调度器scheduler。支持常用的异步I/O awaitable（read/write/accept/accept_multishot/connect/sleep/yield 等）。代码以头文件接口为主：位于 include/tinycoro/*。
- C++20 协程抽象
tinycoro::task<R>：惰性执行（需要start()或被co_await驱动）、获取返回值、异常传播。tinycoro::generator<T, X, R>：支持co_yield迭代，使用send传值（Python like），并在结束后获取返回值。
- io_uring 调度器
tinycoro::scheduler：schedule(task)以及process_events()处理事件。- 提供
yield()、sleep(duration)等 awaitable。
- 常用 I/O awaitable：见 async_operations.hpp。
- Promise 自定义分配器：支持通过
std::allocator_arg_t注入自定义 allocator 来分配协程帧，便于对大量短生命周期协程进行内存池/PMR 优化。 - 可选 libcurl 集成：检测到
libcurl时编译curl_manager及相关测试代码。
- Linux（依赖 io_uring，内核版本需要大于5.10）
- CMake >= 3.10
- C++20 编译器
pkg-config- 必需依赖：
liburing（开发包） - 可选依赖：
libcurl（开发包；用于curl_manager、curl 测试） - 可选依赖：
asio（开发包；用于 asio 相关基准测试）
# Ubuntu
sudo apt-get update
sudo apt-get install -y cmake g++ pkg-config liburing-dev
# libcurl
sudo apt-get install -y libcurl4-openssl-dev
# asio
sudo apt-get install -y libasio-dev提供了 CMake presets（见 CMakePresets.json）和 VSCode settings（见 .vscode/*.template.json），也支持普通 CMake 命令。
cmake --preset native-release
cmake --build build/native-release -jDebug（带 ASAN/UBSAN/coverage）：
cmake --preset native-debug
cmake --build build/native-debug -jcmake -S . -B build/release \
-DCMAKE_BUILD_TYPE=Release \
-DTINYCORO_BUILD_TESTS=ON \
-DTINYCORO_BUILD_BENCHMARKS=ON
cmake --build build/release -j构建完成后：
ctest --test-dir build/native-release --output-on-failure
# 或者
./build/native-release/tests/tinycoro-tests如果检测到 libcurl，会额外启用 test_curl.cpp 里的集成测试。
./build/native-release/benchmarks/tinycoro-bench --benchmark_filter=".*"测试环境为Ubuntu24.04，16核 4602MHz x64 CPU
测试空操作(nop)的调度性能。
- Normal：15.1M/s
- SQPoll：24.0M/s
测试TCP Ping Server的性能。
使用redis-benchmark -t ping -P 1 -c 500 -n 100000 -q测试，约 156.2k req/s，p50 ≈ 1.671 ms
分别测试基于asio(epoll) / asio(io_uring) / tinycoro(io_uring) / tinycoro(io_uring, SQPoll)的PingPong Server（见bm_tcp_server.cpp），结果如下：
固定连接数为500、总请求数为100000（连接池模式），调整accept线程数量和客户端数量，测试结果如下：
固定连接数为500、总请求数为100000、线程数为8，调整每次请求包含的消息数量（pipeline），测试结果如下：
#include <tinycoro/task.hpp>
tinycoro::task<int> compute() {
co_return 42;
}
int main() {
auto t = compute();
t.start();
return t.result();
}#include <tinycoro/scheduler.hpp>
#include <tinycoro/task.hpp>
tinycoro::task<> pingpong(tinycoro::scheduler& sched, int& counter) {
for (int i = 0; i < 100; ++i) {
++counter;
co_await sched.yield();
}
}
int main() {
tinycoro::scheduler sched(256);
int a = 0, b = 0;
sched.schedule(pingpong(sched, a));
sched.schedule(pingpong(sched, b));
sched.process_events();
}#include <tinycoro/generator.hpp>
tinycoro::generator<int> fibonacci() {
int a = 0, b = 1;
while (true) {
co_yield a;
int next = a + b;
a = b;
b = next;
}
}
int main() {
int i = 0;
for (int v : fibonacci()) {
printf("%d\n", v);
if (++i == 10) break;
}
}接口位于：include/tinycoro/async_operations.hpp。
tinycoro::file read_fd, write_fd;
make_pipe(read_fd, write_fd);
tinycoro::scheduler sched(256);
auto expected_data = "Hello, tinycoro!"sv;
auto read_task = [&]() -> tinycoro::task<> {
tinycoro::file readfd = std::move(read_fd);
size_t offset = 0;
std::vector<char> buffer(expected_data.size());
while (offset < expected_data.size()) {
int res = co_await ops::read(
sched, readfd, std::span<char>(buffer.data() + offset, buffer.size() - offset));
offset += res;
}
int res = co_await ops::read(
sched, readfd, std::span<char>(buffer.data(), 1));
EXPECT_EQ(res, 0);
EXPECT_EQ(std::string_view(buffer.data(), buffer.size()), expected_data);
};
auto write_task = [&]() -> tinycoro::task<> {
tinycoro::file writefd = std::move(write_fd);
for (auto c : expected_data) {
int res = co_await ops::write(sched, writefd, std::span<char>(&c, 1));
EXPECT_EQ(res, 1);
}
};
sched.schedule(read_task());
sched.schedule(write_task());
sched.process_events();完整例子见测试文件：test_scheduler.cpp。
#include <tinycoro/curl_manager.hpp>
#include <tinycoro/task.hpp>
namespace curl = tinycoro::curl;
tinycoro::task<> fetch(tinycoro::scheduler& sched) {
curl::manager manager(sched, 10);
curl::handle_t handle;
curl_easy_setopt(handle, CURLOPT_URL, "http://www.example.com/");
curl_easy_setopt(handle, CURLOPT_FOLLOWLOCATION, 1L);
CURLcode ret = co_await manager.perform(handle);
// use the handle
}对应测试在：test_curl.cpp。
tinycoro 的 task 与 generator 都在其 promise_type 上继承了 tinycoro::promise_allocator，用于自定义协程帧的分配与释放。
协程在创建时会分配一块“协程帧”（包含 promise、局部变量、await 状态等）。在高并发/大量短协程场景下，这部分分配可能成为热点。promise_allocator 提供了 operator new/delete：
- 默认路径：未传 allocator 时，选择普通
::operator new。 - 注入 allocator：当协程函数参数列表匹配
std::allocator_arg_t, Alloc, ...时，编译器会优先选择对应的operator new重载，从而使用自定义 allocator 分配协程帧。
下面的示例用 std::pmr 的内存资源给协程帧做池化（也可以使用任意符合标准的 allocator）：
#include <memory_resource>
#include <tinycoro/task.hpp>
tinycoro::task<int> compute(
std::allocator_arg_t,
std::pmr::polymorphic_allocator<>,
int x)
{
co_return x + 1;
}
int main() {
std::pmr::monotonic_buffer_resource pool;
std::pmr::polymorphic_allocator<> alloc(&pool);
{
// by function
auto t = compute(std::allocator_arg, alloc, 41);
t.start();
assert(t.result() == 42);
}
{
// by lambda
auto work = [n = 1](std::allocator_arg_t, std::pmr::polymorphic_allocator<>) -> tinycoro::task<int> {
co_return n;
};
auto t = work(std::allocator_arg, alloc);
t.start();
assert(t.result() == 1);
}
}- allocator 相关对象（例如
std::pmr::memory_resource）的生命周期需要长于协程对象的生命周期（例如generator/task的生命周期，直到对应的 coroutine handle 被destroy()）为止。 - 该机制只影响协程帧的分配，不会自动替换协程体内对容器/缓冲区的分配；后者仍需显式使用 PMR 容器或自定义 allocator。
TINYCORO_BUILD_TESTS：构建单测（默认 ON）TINYCORO_BUILD_BENCHMARKS：构建 benchmarks（默认 OFF）TINYCORO_CURRENT_LOGLEVEL：设置日志级别TINYCORO_ENABLE_ASAN/TINYCORO_ENABLE_UBSAN/TINYCORO_ENABLE_COVERAGE