from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
import os
import time
'''
进程池与线程池
开进程开线程都需要消耗资源，只不过两者比较的情况线程消耗的资源比较少
在计算机能够承受范围之内最大限度的利用计算机
什么是池？
在保证计算机硬件安全的情况下最大限度的利用计算机
池其实是降低了程序的运行效率 但是保证了计算机硬件的安全
(硬件的发展跟不上软件的速度)
'''
# pool = ThreadPoolExecutor() # 括号内可以传参数指定线程池内的线程个数
# 也可以不穿默认的是计算机cpu个数乘以5
pool = ProcessPoolExecutor() # 不传,默认参数为cpu个数
'''
池子中创建的进程或者线程创建一次就不会再创建了
至始至终用的都是最初的几个
这样的话节省了反复开辟进程或者线程的资源
'''
def task(n):
print(n, os.getpid())
time.sleep(2)
return n**2, n
def call_back(x):
print(x)
print('拿到了异步提交任务的返回结果:', x.result())
# if __name__ == '__main__':
# pool.submit(task, 2) # 朝线程池/进程池提交任务,异步提交
# print('zhu')
'''
异步提交任务之后,不等任务的返回结果(异步的结果怎么拿???),直接执行下一行代码
异步回调机制:当异步提交的任务有返回结果之后,会自动触发回调函数的执行
'''
if __name__ == '__main__':
t_list = []
for i in range(40):
# res = pool.submit(task, i)
res = pool.submit(task, i).add_done_callback(call_back) # 提交任务的时候 绑定一个回调函数 一旦该任务有结果 立刻执行绑定的回调函数
# print(res.result()) # 原地等待任务的返回结果,把并行变成串行
# t_list.append(res)
# pool.shutdown() # 关闭池子 等待池子中所有的任务执行完毕之后 才会执行下面的代码
# for p in t_list:
# print('>>>:', p.result())
