将yield用作表达式实现数据库内快速过滤的思路是否可行？

你的这个思路是可行的，但得结合具体场景来看是否适合：

合理的适用场景 #

如果你的查询结果是静态不更新的，而且需要基于同一份结果做多次过滤操作，这个方式确实能帮你避免重复执行昂贵的查询（比如数据库查询、大文件读取）——只需要在协程初始化时获取一次数据，后续每次发送过滤条件，都直接在内存里处理，能节省重复查询的开销。就像你示例里的固定列表，每次发送不同名字就能快速得到过滤结果，完全没问题。

需要注意的问题 #

1. 内存压力
   如果查询结果是大数据量（比如pandas的超大DataFrame），这份数据会一直存在协程的内存空间里，要是长期运行或者创建多个协程实例，内存占用会很高，反而得不偿失。

2. 数据时效性
   如果源数据（比如数据库）会频繁更新，协程里缓存的旧数据不会自动同步，除非你重新初始化协程。这种场景下，反而不如每次过滤前重新查询一次，保证数据是最新的。

3. 协程的必要性
   其实单纯做多次过滤，不用协程也能轻松实现：把查询结果存成一个变量，写个普通函数接收过滤条件返回结果就行。协程在这里的核心是“阻塞等待输入”，但如果你的过滤是主动触发的（比如用户输入条件后调用方法），普通函数反而更直观，没必要为了用协程而增加代码复杂度。

示例代码的小优化 #

你的示例里变量名重复了，可读性不太好，建议调整一下：

def create_corroutine(func):
  def wrapper(*args, **kwargs):
    coro = func(*args, **kwargs)
    next(coro)
    return coro
  return wrapper

@create_corroutine
def corroutine():
    query = ['Giannis', 'Lebron', 'Ja Morant']

    while True:
      search_name = yield
      # 变量名区分开，避免混淆
      result = [person for person in query if person == search_name]
      print(result)

c = corroutine()
c.send('Lebron')

内容的提问来源于stack exchange，提问作者Lucas Emanuel