python 内置的线程池、进程池及其并发服务器的实现

python 内置的线程池、进程池及其并发服务器的实现

内置线程池

from multiprocessing.pool import ThreadPool  # 导入线程池
import time
w_start = time.time()
def worker():
    time.sleep(3)
    print('55555')
pool = ThreadPool(2)  # 参数是线程池的数量，默认为1
pool.apply_async(worker)
pool.apply_async(worker)
pool.apply_async(worker)
pool.close()  # 关闭线程池 不再提交任务
pool.join()  # 等待线程池里面的任务执行完毕
print(time.time() - w_start)
############### 运行结果：##########
55555
55555
55555
6.055918216705322

这里运行了6秒是因为线程池的数量为2，最多开两个线程，且这里是time.sleep(3),延迟操作，所以会两个线程

同时执行，实际上是遇到sleep阻塞之后就执行线程2了，所以两个线程执行了大概3秒！如果涉及计算密集型，

多线程是没用的，因为python默认一次智能执行一个！join之后再使用apply_async()方法就会报错，因为这个

时候线程池已经关了，而且这里没有start()方法可以调用再次开启...

内置进程池：

from multiprocessing import Pool  # 进程池
import time
w_start = time.time()
def worker(kill=0):
    time.sleep(3)
    print('子进程正在执行{}'.format(kill))
pool = Pool(4)  # 参数是进程池的数量,不写默认是1个进程
for i in range(5):
    pool.apply_async(worker)
pool.map_async(worker, [1, 2, 3])  # 把任务给进程池，加async之后，就不会等待运行结束
pool.close()  # 关闭线程池 不再提交任务
pool.join()  # 等待线程池里面的任务执行完毕
print(time.time() - w_start)
print('任务执行结束')
###########运行结果：###########
子进程正在执行0
子进程正在执行0
子进程正在执行0
子进程正在执行0
子进程正在执行0
子进程正在执行1
子进程正在执行2
子进程正在执行3
6.215780258178711
任务执行结束

　　注意到这里的方法都有两种如：map()------->map_async()

前者会阻塞，加async就不会阻塞。apply()和apply_async()是同样的。

用线程池(或者进程池)实现并发服务器：

from multiprocessing.pool import ThreadPool
import socket

server = socket.socket()
server.bind(('', 12345))
server.listen(6)
print('--------等待客户端连接------')
def worker(conn):
    while True:
        recv_data = conn.recv(1024)
        if recv_data:
            print(recv_data)
            conn.send(recv_data)
        else:
            conn.close()
            break
if __name__ == '__main__':
    pool = ThreadPool(3)
    while True:
        conn, address = server.accept()
        pool.apply_async(worker, args=(conn,))

　　由于进程池和线程池API接口设置的都一样，所以用进程池可以将ThreadPool改成Pool，导包的时候也要修改。

其他代码都差不多。ThreadPool()默认开启1个线程(线程池只有一个)，这是我电脑的结果，但是老师运行调试的是

cpu的核数！