线程池与进程池,同步异步,Event事件

目录

  • 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

名称 类型
阻塞 非阻塞 程序的状态
串行 并发 并行 程序处理任务的方式
同步 异步 程序提交任务的方式

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()

你可能感兴趣的:(线程池与进程池,同步异步,Event事件)