python并发编程之线程剩余内容(线程队列,线程池)及协程

1. 线程的其他方法

import threading
import time
from threading import Thread,current_thread

def f1(n):
    time.sleep(1)
    print('子线程名称', current_thread().getName()) # 获取线程名
    print('%s号线程任务'%n)

if __name__ == '__main__':
    t1 = Thread(target=f1,args=(1,))
    t1.start()
    print('主线程名称',current_thread().getName()) # 获取线程名
    print('主线程ID',current_thread().ident) # 获取线程id
    print(current_thread()) # 当前线程对象
    print(threading.enumerate()) # 当前正在运行的线程对象的一个列表 [<_MainThread(MainThread, started 6708)>, <Thread(Thread-1, started 7848)>]
    print(threading.active_count()) # 当前正在运行的线程数

2. 线程队列 

线程队列中三种队列形式,所使用的方法相同,都有put(),get(),put_nowait(),get_nowait(),qsize(),full(),empty() 等这些方法.就只传一组先进先出的代码

import queue

先进先出队列:queue.Queue(n)

q = queue.Queue(3)
q.put(1)
q.put(2)
print('当前队列内容长度',q.qsize())
q.put(3)
print('查看队列是否满了',q.full())

try:
    q.put_nowait(4)  
except Exception:
    print('队列满了')

print(q.get())
print(q.get())
print(q.get())
print('查看队列是否为空',q.empty())

try:
    q.get_nowait()  
except Exception:
    print('队列空了')

先进后出 / 后进先出队列:queue.LifoQueue(n) 

优先级队列:

queue.priorityQueue(n)

　　优先级队列中如果第一个参数相同,后面的比较方法为下面的描述.

　　如果说值里面的元素是数字类型,那么当两个值的优先级相同时,比较的是两个值的大小,小的优先被取出来.如果元素是字符串,那么依次比较每个字母的ascii表中的位置,小的优

先被取出来.如果put的数据是一个元组,元组的第一个参数是优先级数字,数字越小优先级越高,越先被get到被取出来,第二个参数是put进去的值,如果说优先级相同,那么值别忘了应

该是相同的数据类型,字典不行

3. 线程池

from concurrent_futures import ThreadPoolExecutor,ProcessPoolExecutor

p = ThreadPoolExecutor(4)  #默认的线程个数是cpu个数 * 5

p = ProcessPoolExecutor(4)  #默认的进程个数是cpu个数

map(f1,可迭代对象)  : 异步提交任务

sublim(f1,参数)  : 异步提交任务,和get方法一样,如果没有结果,会等待,阻塞程序

shutdown()  : 锁定线程池,等待线程池中所有已经提交的任务全部执行完毕 , 相当于close + join

import time
from threading import current_thread
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

def f1(n,s):
    time.sleep(1)
    # print('%s号子线程'%current_thread().ident)
    # print(n,s)
    return

if __name__ == '__main__':

    tp = ThreadPoolExecutor(4)
    # tp = ProcessPoolExecutor(4)
    # tp.map(f1,range(10))  #异步提交任务,参数同样是任务名称,可迭代对象
    res_list = []
    for i in range(10):
        res = tp.submit(f1,i,'baobao')  #submit是给线程池异步提交任务,
        print(res)
        # res.result()
        res_list.append(res)

    for r in res_list:
        print(r.result())

    tp.shutdown()  #主线程等待所有提交给线程池的任务,全部执行完毕 close + join
    # for r in res_list:
    #     print(r.result())
    print('主线程结束')

 线程池回调函数

　　线程池的回调函数与进程池的相似

import time
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

def f1(n,s):
    return n*s

def f2(n):
    print('回调函数',n.result())

if __name__ == '__main__':

    tp = ThreadPoolExecutor(4)
    res = tp.submit(f1,11,12).add_done_callback(f2)

4. 协程

生成器版

import time

def f1():
    for i in range(10):
        time.sleep(0.5)
        print('f1=>',i)
        yield

def f2():
    g = f1()
    for i in range(10,20):
        time.sleep(0.5)
        print('f2=>', i)
        next(g)

f1()
f2()

greenlet模块

import time
from greenlet import greenlet

def f1():
    print('第一次f1')
    g2.switch()  #切换到g2这个对象的任务去执行
    time.sleep(1)
    print('第二次f1')
    g2.switch()

def f2():
    print('第一次f2')
    g1.switch()
    time.sleep(1)
    print('第二次f2')

g1 = greenlet(f1)  #实例化一个greenlet对象,并将任务名称作为参数参进去
g2 = greenlet(f2)
g1.switch() #执行g1对象里面的任务

gevent模块

from gevent import monkey;monkey.patch_all()  

　　这个模块只要有io的地方就会自动切换,不必非要用gevent模块,下面的代码中gevent.sleep(1) 换成time.sleep(1)也可以执行.

import gevent
from gevent import monkey;monkey.patch_all()
import time
import threading

def f1():
    print('第一次f1')
    gevent.sleep(1)  # time.sleep(1)
    print('第二次f1')

def f2():
    print('第一次f2')
    gevent.sleep(1)  #time.sleep(1)
    print('第二次f2')

g1 = gevent.spawn(f1) #异步提交了f1任务
g2 = gevent.spawn(f2) #异步提交了f2任务
gevent.joinall([g1,g2])  #相当于g1.join()+g2.join()
print('主程序任务')