线程队列,线程池和协程

线程的其他方法:

　　threading.current_thread() #当前线程对象

　　getName() # 获取线程名

　　ident  # 获取线程id

　   threading.enumerate()   # 当前正在运行的线程对象的一个列表

　　threading.active_count()  # 当前正在运行的线程数量

import time
from threading import Thread,current_thread

def f1(n):
    print(f"{n}号线程正在运行")
    print("子线程的名称",current_thread().getName())

if __name__ == ‘__main__‘:
    t = Thread(target=f1,args=(1,),name = ‘123‘)
    t.start()
    print("主线程的名称", current_thread().getName())

线程队列:(重点)

　　import queue

　　　先进先出队列:queue.Queue(3)

　　　先进后出\后进先出队列:queue.LifoQueue(3)

　　　优先级队列:queue.priorityQueue(3)

　　put的数据是一个元组,元组的第一个参数是优先级数字,数字越小优先级越高,越先被get到被取出来,第二个参数是put进去的值,如果说优先级相同,那么值别忘了应该是相同的数据类型,字典不行

import queue
# q = queue.Queue(3)
# q.put(1)
# q.put(2)
# print(q.qsize())
# try :
#     q.put_nowait(3)
# except :
#     print(‘满了‘)
# print(q.full())
#
# print(q.get())
# print(q.get())
# print(q.get())

q = queue.PriorityQueue(3)
q.put((2,‘white‘))
q.put((1,‘卢本伟‘))
q.put((2,‘55开‘))

print(q.get())
print(q.get())
print(q.get())

线程池:

　　from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

　　t = ThreadPoolExecutor(4)  #默认的线程个数是cpu个数 * 5

　　p = ProcessPoolExecutor(4)  #默认的进程个数是cpu个数

　　t.map(f1,可迭代的对象)  #异步执行

import  time
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

def f1(n):
    time.sleep(1)
    print(n)

if __name__ == ‘__main__‘:
    t = ThreadPoolExecutor(5)
    t.map(f1,range(10))
    t.shutdown()

    print(‘主程序结束‘)

　　def f1(n1,n2):

　　　　print(n1,n2)

　　t.submit(f1,11,12)  #异步提交任务

　　res = t.submit(f1,11,12)

　　res.result()  #和get方法一样,如果没有结果,会等待,阻塞程序

　  shutdown()  # close+join,锁定线程池,等待线程池中所有已经提交的任务全部执行完毕

import  time
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

def f1(n,m):
    time.sleep(1)
    print(n)
    return n+m

if __name__ == ‘__main__‘:
    t = ThreadPoolExecutor(5)
    t_lis = []
    for i in range(10):
        ret = t.submit(f1,i,5)
        t_lis.append(ret)
    t.shutdown()
    for i in t_lis:
        print(i.result())

    print(‘主程序结束‘)

协程的概念:可以理解为微线程,在遇到io阻塞时,保存当前状态并进行切换,且阻塞时间是并行的. 既节省时间,又提高效率.

　　import gevent  #导入模块

　　gevent.sleep(1)   # 该方法的阻塞时间可以被识别并执行,如果是time.sleep()是不能识别,且不会节省时间的

　　g1 = gevent.spawn(f1)    # 异步提交f1和f2任务

　　g2 = gevent.spawn(f2)   # 异步提交f1和f2任务

　　gevent.joinall ( [g1,g2] )   # 等待执行完才继续执行     相当于 g1.join() 和 g2.join()

import gevent

def f1():
    print(‘1号开启游戏‘)
    gevent.sleep(2)
    print(‘1号吃鸡了‘)

def f2():
    print(‘2号开启游戏‘)
    gevent.sleep(2)
    print(‘2号吃鸡了‘)

g1 = gevent.spawn(f1)    #异步提交f1任务
g2 = gevent.spawn(f2)    #异步提交f2任务

g1.join()
g2.join()       # gevent.joinall([g1,g2])

print("主程序结束")

原文地址：https://www.cnblogs.com/gyc-tzx/p/10268835.html