第十五章、线程池和进程池
第十五章、线程池和进程池
一、线程计时器
from threading import Timer,current_thread
def task(x):
print('%s run....' %x)
print(current_thread().name)
if __name__ == '__main__':
t=Timer(3,task,args=(10,)) # 3s后执行该线程
t.start()
print('主')
二、异步同步
同步: 提交了一个任务,必须等任务执行完了(拿到返回值),才能执行下一行代码,
异步: 提交了一个任务,不要等执行完了,可以直接执行下一行代码.
三、线程池和进程池
池的功能限制进程数或线程数.
什么时候限制?
当并发的任务数量远远大于计算机所能承受的范围,即无法一次性开启过多的任务数量,我就应该考虑去限制我进程数或线程数,从保证服务器不崩.
使用模块方法
#导入ProcessPoolExecutor,ThreadPoolExecutor类
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
代码例子(新增回调函数知识点(对象.add_done_callback(parse)))
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
from threading import currentThread
from multiprocessing import current_process
import time
def task(i):
print(f'{currentThread().name} 在执行任务 {i}')
# print(f'进程 {current_process().name} 在执行任务 {i}')
time.sleep(1)
return i**2
def parse(future):
# 处理拿到的结果
print(future.result())
if __name__ == '__main__':
pool = ThreadPoolExecutor(4) # 池子里只有4个线程
# pool = ProcessPoolExecutor(4) # 池子里只有4个线程8
for i in range(20):
# pool.submit(task,i) # task任务要做20次,4个线程负责做这个事
future = pool.submit(task,i) # 带有任务的池中的线程对象
future.add_done_callback(parse)#将线程的结果用异步回调返回result
# 为当前任务绑定了一个函数,在当前任务执行结束的时候会触发这个函数,
# 会把future对象作为参数传给函数
# 这个称之为回调函数,处理完了回来就调用这个函数.