python中socket、进程、线程、协程、池的创建方式

一、TCP-socket
服务端:
import socket
tcp_sk = socket.socket()
tcp_sk.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
tcp_sk.bind((‘127.0.0.1‘,8000))
tcp_sk.listen()

conn,addr = tcp_sk.accept()

conn.send(‘你好‘.encode(‘utf-8‘))
print(conn.recv(1024).decode(‘utf-8‘))

conn.close()
tcp_sk.close()

客户端:
import socket
sk = socket.socket()
sk.connect((‘127.0.0.1‘,8000))

print(sk.recv(1024).decode(‘utf-8‘))
sk.send(‘嘿嘿嘿‘.encode(‘utf-8‘))

sk.close()

二、UDP-socket
服务端:
import socket
udp_sk = socket.socket(type=socket.SOCK_DGRAM)
udp_sk.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
udp_sk.bind((‘127.0.0.1‘,8001))

msg,addr = udp_sk.recvfrom(1024)
print(msg.decode(‘utf-8‘))

udp_sk.sendto(‘你好‘.encode(‘utf-8‘),addr)

udp_sk.close()

客户端:
import socket
sk = socket.socket(type=socket.SOCK_DGRAM)

sk.sendto(‘哈哈‘.encode(‘utf-8‘),(‘127.0.0.1‘,8001))

msg,addr = sk.recvfrom(1024)
print(msg.decode(‘utf-8‘))
sk.close()

三、socketserver
服务端:
import socketserver

class Myserver(socketserver.BaseRequestHandler):
    def handle(self):
        conn = self.request
        while True:
            conn.send(b‘hello‘)
            print(conn.recv(1024).decode(‘utf-8‘))

socketserver.TCPServer.allow_reuse_address = True

server = socketserver.ThreadingTCPServer((‘127.0.0.1‘,8080),Myserver)
server.serve_forever()

客户端:
import socket
sk = socket.socket()
sk.connect((‘127.0.0.1‘,8080))
while True:
    ret = sk.recv(1024)
    print(ret.decode(‘utf-8‘))
    sk.send(b‘hiworld‘)
sk.close()

四、进程
方式一、
from multiprocessing import Process
def func(arg):
    print(arg)

if __name__ == ‘__main__‘:
    p = Process(target=func,args=(‘子进程‘,))
    p.start()
    p.join()
    print(‘主进程‘)

方式二、
from multiprocessing import Process

class MyProcess(Process):
    def __init__(self,name):
        super().__init__()
        self.name = name

    def run(self):
        print(self.name)

if __name__ == ‘__main__‘:
    p = MyProcess(‘小明‘)
    p.start()

五、线程
方式一、
from threading import Thread
import time

def sleep_boy(name):
    time.sleep(1)
    print(‘%s is sleeping‘ %name)

t = Thread(target=sleep_boy,args=(‘xiaoming‘,))  # 这里可以不需要main,因为现在只是在一个进程内操作,不需要导入进程就不会import主进程了
t.start()
print(‘主线程‘)

方式二、
from threading import Thread
import time

class Sleep_boy(Thread):
    def __init__(self,name):
        super().__init__()
        self.name = name

    def run(self):
        time.sleep(1)
        print(‘%s is sleeping‘ % self.name)

t = Sleep_boy(‘xiaoming‘)
t.start()
print(‘主线程‘)

六、协程
1、greenlet例子:
import time
from greenlet import greenlet
def cooking():
    print(‘cooking 1‘)
    g2.switch()      # 切换到g2,让g2的函数工作
    time.sleep(1)
    print(‘cooking 2‘)

def watch():
    print(‘watch TV 1‘)
    time.sleep(1)
    print(‘watch TV 2‘)
    g1.switch()    # 切换到g1,让g1的函数工作

g1 = greenlet(cooking)
g2 = greenlet(watch)
g1.switch()        # 切换到g1,让g1的函数工作

greenlet的缺陷:很显然greenlet实现了协程的切换功能,可以自己设置什么时候切,在哪切,但是它遇到阻塞并没有自动切换,
因此并不能提高效率。所以一般我们都使用gevent模块实现协程

2、gevent例子:
from gevent import monkey
monkey.patch_all()
import time
import gevent

def cooking():
    print(‘cooking 1‘)
    time.sleep(1)
    print(‘cooking 2‘)

def watch():
    print(‘watch TV 1‘)
    time.sleep(1)
    print(‘watch TV 2‘)

g1 = gevent.spawn(cooking) # 自动检测阻塞事件,遇见阻塞了就会进行切换
g2 = gevent.spawn(watch)

g1.join()    # 阻塞直到g1结束
g2.join()    # 阻塞直到g2结束

七、进程池
1、同步提交apply:
import os
import time
from multiprocessing import Pool

def test(num):
    time.sleep(1)
    print(‘%s:%s‘ %(num,os.getpid()))
    return num*2

if __name__ == ‘__main__‘:
    p = Pool()
    for i in range(20):
        res = p.apply(test,args=(i,))  # 提交任务的方法 同步提交
        print(‘-->‘,res)                        # res就是test的return的值,同步提交的返回值可以直接使用

2、异步提交apply_async:
2-1无返回值:
import time
from multiprocessing import Pool

def func(num):
    time.sleep(1)
    print(‘做了%s件衣服‘%num)

if __name__ == ‘__main__‘:
    p = Pool(4)  # 进程池中创建4个进程,不写的话,默认值为你电脑的CUP数量
    for i in range(50):
        p.apply_async(func,args=(i,)) # 异步提交func到一个子进程中执行,没有返回值的情况
    p.close() # 关闭进程池,用户不能再向这个池中提交任务了
    p.join()   # 阻塞,直到进程池中所有的任务都被执行完        

2-2有返回值:
import time
import os
from multiprocessing import Pool

def test(num):
    time.sleep(1)
    print(‘%s:%s‘ %(num,os.getpid()))
    return num*2

if __name__ == ‘__main__‘:
    p = Pool()
    res_lst = []
    for i in range(20):
        res = p.apply_async(test,args=(i,))   # 提交任务的方法 异步提交
        res_lst.append(res)
    for res in res_lst:
        print(res.get())  # 异步提交的返回值需要get,get有阻塞效果,此时就不需要close和join

2-3map:
map接收一个函数和一个可迭代对象,是异步提交的简化版本,自带close和join方法
可迭代对象的每一个值就是函数接收的实参,可迭代对象的长度就是创建的任务数量
map可以直接拿到返回值的可迭代对象(列表),循环就可以获取返回值

import time
from multiprocessing import Pool

def func(num):
    print(‘子进程:‘,num)
    # time.sleep(1)
    return num

if __name__ == ‘__main__‘:
    p = Pool()
    ret = p.map(func,range(10))   # ret是列表
    for i in ret:
        print(‘返回值:‘,i)    

2-4回调函数:
import os
from multiprocessing import Pool

def func(i):
    print(‘子进程:‘,os.getpid())
    return i

def call_back(res):
    print(‘回调函数:‘,os.getpid())
    print(‘res--->‘,res)

if __name__ == ‘__main__‘:
    p = Pool()
    print(‘主进程:‘,os.getpid())
    p.apply_async(func,args=(1,),callback=call_back)  # callback关键字传参,参数是回调函数
    p.close()
    p.join()

八、进程池、线程池
线程池:
1、
import time
from concurrent.futures import ThreadPoolExecutor

def func(i):
    print(‘thread‘,i)
    time.sleep(1)
    print(‘thread %s end‘%i)

tp = ThreadPoolExecutor(5)  # 相当于tp = Pool(5)
tp.submit(func,1)           # 相当于tp.apply_async(func,args=(1,))
tp.shutdown()               # 相当于tp.close()  +  tp.join()
print(‘主线程‘)

2、
import time
from concurrent.futures import ThreadPoolExecutor
from threading import currentThread

def func(i):
    print(‘thread‘,i,currentThread().ident)
    time.sleep(1)
    print(‘thread %s end‘%i)

tp = ThreadPoolExecutor(5)
for i in range(20):
    tp.submit(func,i)
tp.shutdown()  # shutdown一次就够了,会自动把所有的线程都join()
print(‘主线程‘)

3、返回值
import time
from concurrent.futures import ThreadPoolExecutor
from threading import currentThread

def func(i):
    print(‘thread‘,i,currentThread().ident)
    time.sleep(1)
    print(‘thread %s end‘ %i)
    return i * ‘*‘

tp = ThreadPoolExecutor(5)
ret_lst = []
for i in range(20):
    ret = tp.submit(func,i)
    ret_lst.append(ret)

for ret in ret_lst:
    print(ret.result())  # 相当于ret.get()

print(‘主线程‘)

4、map
map接收一个函数和一个可迭代对象
可迭代对象的每一个值就是函数接收的实参,可迭代对象的长度就是创建的线程数量
map可以直接拿到返回值的可迭代对象(列表),循环就可以获取返回值

import time
from concurrent.futures import ThreadPoolExecutor
def func(i):
    print(‘thread‘,i)
    time.sleep(1)
    print(‘thread %s end‘%i)
    return i * ‘*‘

tp = ThreadPoolExecutor(5)
ret = tp.map(func,range(20))
for i in ret:
    print(i)

5、回调函数
    回调函数在进程池是由主进程实现的
    回调函数在线程池是由子线程实现的

import time
from concurrent.futures import ThreadPoolExecutor
from threading import currentThread

def func(i):
    print(‘thread‘,i,currentThread().ident)
    time.sleep(1)
    print(‘thread %s end‘%i)
    return i * ‘*‘

def call_back(arg):
    print(‘call back : ‘,currentThread().ident)
    print(‘ret : ‘,arg.result())  # multiprocessing的Pool回调函数中的参数不需要get(),这里需要result()

tp = ThreadPoolExecutor(5)
ret_lst = []
for i in range(20):
    tp.submit(func,i).add_done_callback(call_back)  # 使用add_done_callback()方法实现回调函数
print(‘主线程‘,currentThread().ident)

原文地址:https://www.cnblogs.com/Zzbj/p/9713675.html

时间: 2024-11-10 03:59:21

python中socket、进程、线程、协程、池的创建方式的相关文章

Python并发编程-进程 线程 协程

一.进程 进程:就是一个程序在一个数据集上的一次动态执行过程. 进程由三部分组成: 1.程序:我们编写的程序用来描述进程要完成哪些功能以及如何完成 2.数据集:数据集则是程序在执行过程中所需要使用的资源 3.进程控制块:进程控制块用来记录进程的外部特征,描述进程的执行变化过程,系统可以利用它来控制和管理进程,它是系统感 知进程存在的唯一标志. 二.线程                                                                        

# 进程/线程/协程 # IO:同步/异步/阻塞/非阻塞 # greenlet gevent # 事件驱动与异步IO # Select\Poll\Epoll异步IO 以及selectors模块 # Python队列/RabbitMQ队列

1 # 进程/线程/协程 2 # IO:同步/异步/阻塞/非阻塞 3 # greenlet gevent 4 # 事件驱动与异步IO 5 # Select\Poll\Epoll异步IO 以及selectors模块 6 # Python队列/RabbitMQ队列 7 8 ############################################################################################## 9 1.什么是进程?进程和程序之间有什么

初识进程 线程 协程(三):协程

协程:(又称微线程,也是交替运行) 进程-->线程-->协程 协程就是充分利用cpu给该线程的时间,多个协程只使用一个线程,某个任务遇到阻塞,执行下一个任务.如果一个线程只执行一个任务,比较容易进入阻塞队列,如果这条线程永远在工作(协程:一个线程执行多个任务),永远不会进入阻塞队列. 适用场景:    当程序中存在大量不需要CPU的操作时(IO) 特点: 每次都能从上次暂停的位置继续执行 三种实现方式: 1.yield(生成器) 生成器:一边计算一边循环的机制 def a(): ......

python的进程/线程/协程

1.python的多线程 多线程就是在同一时刻执行多个不同的程序,然而python中的多线程并不能真正的实现并行,这是由于cpython解释器中的GIL(全局解释器锁)捣的鬼,这把锁保证了同一时刻只有一个线程被执行. 多线程的特点: 线程比进程更轻量级,创建一个线程要比创建一个进程快10-100倍. 线程共享全局变量. 由于GIL的原因,当一个线程遇到IO操作时,会切换到另一个线程,所以线程适合IO密集型操作. 在多核cpu系统中,最大限度的利用多核,可以开启多个线程,开销比进程小的多,但是这并

python 进程 线程 协程

并发与并行:并行是指两个或者多个事件在同一时刻发生:而并发是指两个或多个事件在同一时间间隔内发生.在单核CPU下的多线程其实都只是并发,不是并行. 进程是系统资源分配的最小单位,进程的出现是为了更好的利用CPU资源使到并发成为可能.进程由操作系统调度. 线程的出现是为了降低上下文切换的消耗,提高系统的并发性,并突破一个进程只能干一样事的缺陷,使到进程内并发成为可能.线程共享进程的大部分资源,并参与CPU的调度, 当然线程自己也是拥有自己的资源的,例如,栈,寄存器等等.线程由操作系统调度. 协程通

python 进程/线程/协程 测试

# Author: yeshengbao # -- coding: utf-8 -- # @Time : 2018/5/24 21:38 # 进程:如一个人拥有分身(分数数最好为cpu核心数)几乎同时进行做工# 线程:如这个人正在烧开水,但同时又可以在烧水时间内去吃饭,和扫地,这时线程就会对其随机选择,可能还会出现地还没扫完,水就开了,但他还会扫地{这就可能出现数据丢失}..# 协程:这个一个比线程更小的线程非常相似,但他在执行任务时,已经被规划好了,不会就行额外的时间浪费,创建时更省资源 im

进程线程协程那些事儿

一.进程与线程 1.进程 我们电脑的应用程序,都是进程,假设我们用的电脑是单核的,cpu同时只能执行一个进程.当程序出于I/O阻塞的时候,CPU如果和程序一起等待,那就太浪费了,cpu会去执行其他的程序,此时就涉及到切换,切换前要保存上一个程序运行的状态,才能恢复,所以就需要有个东西来记录这个东西,就可以引出进程的概念了. 进程就是一个程序在一个数据集上的一次动态执行过程.进程由程序,数据集,进程控制块三部分组成.程序用来描述进程哪些功能以及如何完成:数据集是程序执行过程中所使用的资源:进程控制

Python档案袋( 进程与协程 )

Python的进程和线程是使用的操作系统的原生线程和进程,其是去调用操作系统的相应接口实现 进程:之间不可直接共享数据,是资源的集合,进程必须有一个线程 线程:基于进程,之间可直接共享数据,可执行,只有所有的线程执行完毕程序才会退出 守护线程:生命值依赖于创建它的主线程,主程序亡,不管守护进程执行到何步也必须立即亡 多线程:不适用与CPU操作任务大的(如计算等),较适合于IO操作任务大的(如文件读写等) 进程 简单的进程 在Windows上启动进程必须加入[if __name__=="__mai

进程线程协程的区别

一.概念 1.进程 进程是具有一定独立功能的程序关于某个数据集合上的一次运行活动,进程是系统进行资源分配和调度的一个独立单位.每个进程都有自己的独立内存空间,不同进程通过进程间通信来通信.由于进程比较重量,占据独立的内存,所以上下文进程间的切换开销(栈.寄存器.虚拟内存.文件句柄等)比较大,但相对比较稳定安全. 2.线程 线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存

进程/线程/协程/GIL

线程 线程是操作系统调度的最小单位 threading模块 线程的调用方式: import threading import time '''直接调用''' def hello(name): print("Hello %s"%name) time.sleep(3) if __name__ == "__main__": t1=threading.Thread(target=hello,args=("zhangsan",)) #生成线程实例 t2=t