python Event事件、进程池与线程池、协程解析
(编辑：jimmy 日期: 2024/11/19 浏览：3 次 )
Event事件
用来控制线程的执行
出现e.wait()，就会把这个线程设置为False，就不能执行这个任务；
只要有一个线程出现e.set()，就会告诉Event对象，把有e.wait的用户全部改为True，剩余的任务就会立马去执行。由一些线程去控制另一些线程，中间通过Event。
from threading import Event
from threading import Thread
import time
# 调用Event实例化出对象
e = Event()
#
# # 若该方法出现在任务中，则为False，阻塞
# e.wait() # False
# # 若该方法出现在任务中，则将其他线程的False改为True，进入就绪态和运行态
# e.set() # True
def light():
print('红灯亮...')
time.sleep(5)
# 应该发出信号，告诉其他线程准备执行
e.set() # 将car中的False变为True
print('绿灯亮...')
def car(name):
print('正在等红灯...')
# 让所有汽车任务进入阻塞态
e.wait() # False
print(f'{name}正在加速飘逸...')
# 让一个light线程控制多个car线程
t = Thread(target=light)
t.start()
for i in range(10):
t = Thread(target=car, args=(f'汽车{i}号', ))
t.start()
进程池与线程池
进程池与线程池是用来控制当前程序允许创建（进程/线程）的数量
作用：保证在硬件允许的范围内创建（进程/线程）的数量
线程池使用一：
from concurrent.futures import ThreadPoolExecutor
import time
pool = ThreadPoolExecutor(5) # 5代表只能开启5个进程, 不加默认使用cpu的进程数
# ThreadPoolExecutor(5) # 5代表只能开启5个线程
# pool.submit() #异步提交任务， 括号里传函数地址
def task():
print('线程任务开始了...')
time.sleep(1)
print('线程任务结束了...')
for line in range(5):
pool.submit(task)
使用二：
from concurrent.futures import ThreadPoolExecutor
import time
pool = ThreadPoolExecutor(5) # 5代表只能开启5个进程, 不加默认使用cpu的进程数
# ThreadPoolExecutor(5) # 5代表只能开启5个线程
# pool.submit() #异步提交任务， 括号里传函数地址
def task():
print('线程任务开始了...')
time.sleep(1)
print('线程任务结束了...')
return 123
# 回调函数
def call_back(res):
print(type(res))
res2 = res.result() # 注意：赋值操作不要与接收的res同名
print(res2)
for line in range(5):
pool.submit(task).add_done_callback(call_back)
pool.shutdown() 会让所有线程池的任务结束后，才往下执行代码
多线程爬取梨视频
利用requests模块，封装底层socket套接字
- 主页中获取所有视频id号，拼接视频详情页url
- 在视频详情页中获取真实视频url srcUrl=
- 往真实视频url地址发送请求获取 视频 二进制数据
- 最后把视频二进制数据保存到本地
协程
- 进程： 资源单位
- 线程： 执行单位
- 协程： 在单线程下实现并发
注意： 协程不是操作系统资源，目的是让单线程实现并发
协程目的
- 操作系统：使用多道技术，切换 + 保存状态，一个是遇到IO， 另一个是CPU执行时间过长
- 协程：通过手动模拟操作系统 “多道计数”， 实现 切换 + 保存状态
- 手动实现，遇到IO切换，欺骗操作系统误以为没有IO操作
- 单线程时，遇到IO，就切换 + 保存状态
- 单线程时，对于计算密集型，来回切换 + 保存状态反而效率更低
优点：在IO密集型的情况下，会提高效率
缺点：若在计算密集型的情况下，来回切换，反而效率更低
import time def func1(): for i in range(10000000): i+1 def func2(): for i in range(10000000): i+1 start = time.time() func1() func2() stop = time.time() print(stop - start) # 1.0312113761901855 # 基于yield实现并发 在计算密集型的情况下效率更低 def func1(): while True: 10000000+1 yield def func2(): g = func1() for i in range(10000000): i+1 next(g) # 每次执行next相当于切换到func1下面 start = time.time() func2() stop = time.time() print(stop - start) # 1.3294126987457275
gevent
gevent是一个第三方模块，可以帮你监听IO操作，并切换
使用gevent的目的：在单线程下实现，遇到IO就会 保存状态 + 切换
import time
from gevent import monkey
monkey.patch_all() # 可以监听该程序下所有的IO操作
from gevent import spawn, joinall # 用于做切换 + 保存状态
def func1():
print('1')
time.sleep(1) # IO操作
def func2():
print('2')
time.sleep(3)
def func3():
print('3')
time.sleep(5)
start = time.time()
s1 = spawn(func1)
s2 = spawn(func2)
s3 = spawn(func3)
s1.join() # 发送信号，相当于等待自己（在单线程的情况下）
s2.join()
s3.join()
# joinall((s1, s2, s3)) # 一个个执行很麻烦，可以用joinall把这些全部装进去
end = time.time()
print(end - start) # 5.006161451339722
TCP服务端socket套接字实现协程
服务端：
from gevent import monkey
from gevent import spawn
import socket
monkey.patch_all()
server = socket.socket()
server.bind(('127.0.0.1', 9999))
server.listen(5)
def task(conn):
while True:
try:
data = conn.recv(1024)
if len(data) == 0:
break
print(data.decode('utf-8'))
send_data = data.upper()
conn.send(send_data)
except Exception:
break
conn.close()
def server2():
while True:
conn, addr = server.accept()
print(addr)
spawn(task, conn)
if __name__ == '__main__':
s = spawn(server2)
s.join()
客户端：
import socket
from threading import Thread, current_thread
def client():
client = socket.socket()
client.connect(('127.0.0.1', 9999))
number = 0
while True:
send_data = f'{current_thread().name} {number}'
client.send(send_data.encode('utf-8'))
data = client.recv(1024)
print(data.decode('utf-8'))
number += 1
for i in range(400):
t = Thread(target=client)
t.start()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
下一篇：Python迭代器iterator生成器generator使用解析