day51-2 线程池与进程池，同步异步，Event事件

水深无声 2023-10-09 11:28 9阅读 0赞

*  线程池与进程池
 *  同步异步
    
     *  同步
     *  异步
     *  解决方法
     *  Event事件

# 线程池与进程池 #

池：容器

1.  用来避免频繁的创建和销毁（进程/线程）所带来的资源开销
2.  可以限制同时存在的线程数量，以保证服务器不会因为资源不足而导致崩溃
3.  帮我们管理了线程的生命周期
4.  管理了任务的分配

import os import time from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor from threading import activeCount,enumerate,currentThread # # 创建一个线程池，默认是(CPU核心数或者1) * 5 # pool = ThreadPoolExecutor(2) # 这里指定最多可以容纳两个线程 # # def task(): # print(currentThread().name) # # # 提交任务到池子中 # pool.submit(task) # 传参直接在后面接逗号然后填参数就可以 # pool.submit(task) # pool.shutdown() # 关闭这个线程池，会一直阻塞到所有任务执行完毕 def task(): time.sleep(1) print(os.getpid()) if __name__ == '__main__': # 创建一个进程池，默认是CPU核心数或者1 pool = ProcessPoolExecutor(2) # 这里指定最多可以容纳两个进程 pool.submit(task) pool.submit(task) pool.submit(task)

思考：不用线程池，创造线程池

如果进程不结束，那么进程池/线程池中的进程/线程就会一直存活

# 同步异步 #

<table> 
 <thead> 
  <tr> 
   <th style="text-align:center;">名称</th> 
   <th style="text-align:center;">类型</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="text-align:center;">阻塞 非阻塞</td> 
   <td style="text-align:center;">程序的状态</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">串行 并发 并行</td> 
   <td style="text-align:center;">程序处理任务的方式</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">同步 异步</td> 
   <td style="text-align:center;">程序提交任务的方式</td> 
  </tr> 
 </tbody> 
</table>

### 同步 ###

*  提交任务后**必须**在原地等待，直到任务结束
    
     *  程序卡住了，但不是阻塞，因为没有进入IO，而是在进行大量的计算

### 异步 ###

*  提交任务后不需要在原地等待 可以继续往下执行代码 （进程/线程）

异步效率高于同步 ，异步任务将导致一个问题，就是任务的发起方不知道任务何时处理完毕

### 解决方法 ###

1.  轮询：每隔一段时间就问一次
    
     *  效率低，无法及时获得结果，不推荐
2.  让任务的执行方主动通知（异步回调）
    
     *  可以及时拿到任务的结果，推荐
     *  异步回调案例

# 异步回调 from threading import Thread # 具体的任务 def task(callback): print("run") for i in range(100000000): 1+1 callback("ok") # 这样写很灵活 #回调函数 参数为任务的结果 def finished(res): print("任务完成!",res) print("start") t = Thread(target=task,args=(finished,)) t.start() #执行task时 没有导致主线程卡主 而是继续运行 print("over")

线程池中回调的使用

from # 使用案例: def task(num): time.sleep(1) print(num) return "hello python" def callback(obj): print(obj.result()) pool = ThreadPoolExecutor() res = pool.submit(task, 123) # print(res.result()) # result是阻塞的，会直到拿到返回值才会释放 res.add_done_callback(callback) # 为这个函数绑定回调函数 print("over")

## Event事件 ##

线程间状态同步

把一个任务丢到子线程中，这个任务将异步执行，那如何获取到这个任务的执行状态

（执行状态和执行结果不是一个概念）

如果需要拿到执行结果，可以采用异步回调

假设

一个线程 负责启动服务器 **启动服务器需要花一定的时间**

另一个线程作为客户端 要连接服务器 **必须保证服务器已经启动**

要获取状态可以采用轮询的方法 但是浪费了CPU资源 而且可能会造成延迟 不能立即获取状态

就可以使用事件来完成状态同步

事件本质就是 一个标志 可以是False 或是True

特殊之处在于 其包含一个wait函数 可以阻塞当前线程 直到状态从False变为True

*  轮询

from threading import Thread import time # 轮询 is_bool = False # 轮询 def start_server(): global is_bool print("starting server......") time.sleep(3) print("server started!") is_bool = True # 修改事件的值为Tru def connect_server(): while True: if is_bool: print('连接服务器成功') break else: print('失败，服务器未启动') # 死循环一直循环占用CPU资源，所以sleep一小会。 # 不sleep又占用资源，sleep了又不能立即获取状态 time.sleep(0.5) t1 = Thread(target=start_server) t2 = Thread(target=connect_server) t1.start() t2.start()

*  异步回调

from threading import Thread,Event import time e = Event() # 刚创建时flag为False def start_server(): print("starting server......") time.sleep(3) print("server started!") e.set() # 将flag变成True，另外clear是把flag变成False def connect_server(): e.wait() # 阻塞，等待事件从False 变为true if e.is_set(): # 获取当前flag状态 print("连接服务器成功!") t1 = Thread(target=start_server) t2 = Thread(target=connect_server) t1.start() t2.start()

转载于:https://www.cnblogs.com/lucky75/p/11140601.html