进程池与线程池

1.什么是池

在保证计算机安全的情况下最大限度的利用计算机

池虽然降低了程序的运行效率，但是保证了硬件的安全（硬件的发展跟不上软件的速度）

 

2.属性介绍

 1.concurrent.futures 模块提供了高度封装的异步调用接口

 2.ThreadPoolExecutor:线程池:提供异步调用

 3.ProcessPoolExecutor: 进程池,提供异步调用

 

3.基本方法

 1.submit()  异步提交任务

 2.result() 取得结果

 3.add_done_callback(fn) 回调函数

 4.shutdown() 关闭池子

 

4.线程池使用

from concurrent.futures import ThreadPoolExecutor
import time


pool = ThreadPoolExecutor(5)  # 括号内可以传参数指定线程池内的线程个数，如果不传，默认是当前所在计算机的cpu个数乘5

def task(n):
    print(n)
    time.sleep(1)
    return n ** 2  # 返回一个结果

# pool.submit(task,1)  # 朝线程池中提交任务   异步提交
# print('主')


t_list = []
for i in range(20):  # 这里一次性提供了20个，但是上方的线程个数只有5个，所以打印结果就会以5个一次打印，直到取完
    res = pool.submit(task,i)  # 朝线程池中提交任务   异步提交
    # print(res.result())  # 原地等待任务返回结果
    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 才会往下运行代码
for p in t_list:
    print(p.result())

 

5.进程池使用

from concurrent.futures import ProcessPoolExecutor
import time
import os


pool = ProcessPoolExecutor(6)  # 如果不传，默认是当前计算机cpu的个数
"""
池子中创建的进程/线程创建一次就不会再创建了
至始至终用的都是最初的那几个
这样的话节省了反复开辟进程/线程的资源
"""

def task(n):
    print(n,os.getpid())  # 查看当前进程号
    time.sleep(2)
    return n**2


def call_back(n):
    print('拿到了异步提交任务的返回结果:',n.result())

"""
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(20):
        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 立刻执行对于的回调函数

        t_list.append(res)