目录

• 第十五章、线程池和进程池
  • 一、线程计时器
  • 二、异步同步
  • 三、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.

原文地址：https://www.cnblogs.com/demiao/p/11553176.html