协程

---恢复内容开始---

线程的其他方法

　　获取线程名 current_thread（）.getname（）

　　获取线程id current_thread（）.ident（）

线程队列（重点）

　　队列中的数据被多个线程同时取也是只有一个可以拿到　　

　　先进先出队列，与进程中队列相同

　　先进后出队列，q = queue,LifoQueue(3)，类似于栈

　　优先级队列，q = PriorityQueue(3)，放入的时候写入元组(5,'aaa')  5为序号，越小的越先取，取的时候显示元组。

　　　　　　　　如果元组第0项的优先级序号相同，类型不同会报错，相同则比较第二个元素在ascii表中的位置  

　　　　　　　　序号可以为负数，纯数学方法比较大小

线程池（重点） 

　　　为了减少创建销毁线程的时间开销

　　　列表的方式提交任务和读取结果可以避免程序执行时的阻塞

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

def f1(n):
    #print('%s号线程'%current_thread().ident)
    time.sleep(1)
    #print(n)
    return n*n

if __name__ == '__main__':
    tp = ThreadPoolExecutor(4)

    #tp.map(f1,range(10))#提交任务的方法一，异步提交任务，但是只能是可迭代对象

    res_list = []
    for i in range(10):
        res = tp.submit(f1,i)  #submit异步提交任务
        res_list.append(res)
    #
    # for r in res_list:
    #     print(r.result())   #此时打印是四个四个出数据

    tp.shutdown() #主线程等待所有提交给线程池的任务都执行完,相当于close（）加join（），锁住池子且等待

    for r in res_list:
        print(r.result())     #此时打印是执行完了的数据一起出

进程池与线程池的切换

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

def f1(n):
    #print('%s号线程'%current_thread().ident)
    time.sleep(1)
    #print(n)
    return n*n

if __name__ == '__main__':
    #tp = ThreadPoolExecutor(4)
    tp = ProcessPoolExecutor(4)     #替换这一个语句即可

    #tp.map(f1,range(10))#提交任务的方法一，异步提交任务，但是只能是可迭代对象

    res_list = []
    for i in range(10):
        res = tp.submit(f1,i)  #submit异步提交任务
        res_list.append(res)
    #
    # for r in res_list:
    #     print(r.result())   #此时打印是四个四个出数据

    tp.shutdown() #主线程等待所有提交给线程池的任务都执行完,相当于close（）加join（），锁住池子且等待

    for r in res_list:
        print(r.result())     #此时打印是执行完了的数据一起出



       # # tp = ThreadPoolExecutor(4)
       # tp = ProcessPoolExecutor(4)  # 进程池和线程池的切换，替换这一个语句即可，其他不需改动，完全相同

协程：

　　提高单线程的效率，在IO时间内执行任务，即一个线程实现并发

　　使用生成器实现协程

import time
def f1():
    for i in range(10):
        time.sleep(1)
        print('f1>>',i)
        yield

def f2():
    g = f1()
    for i in range(10):
        time.sleep(1)
        print('f2>>',i)
        next(g)

#通过生成器实现了并发

　　Greenlet模块（不能提高效率，具体代码仅供了解）

　　此时的切换是在已经记录了原有执行进度的基础上进行的，不是从头再来

from greenlet import greenlet
import time

def f1():
        print('f1')
        g2.switch()        #切换到g2任务去执行
        time.sleep(1)
        print('第二次f1')
        g2.switch()
def f2():
    print('f2')
    g1.switch()
    time.sleep(1)
    print('第二次f2')
g1 = greenlet(f1)  #实例化一个greenlet对象
g2 = greenlet(f2)

g1.switch()    #执行g1任务

　　Gevent模块（重点）真正的协程，

import gevent


def f1():
    print('f1')
    gevent.sleep(2)
    print('第二次f1')

def f2():
    print('f2')
    gevent.sleep(2)
    print('第二次f2')

g1 = gevent.spawn(f1)  #异步提交两个任务
g2 = gevent.spawn(f2)  #主进程结束，这两个都结束

g1.join()
g2.join()

from gevent import monkey;monkey.patch_all()   #识别所有IO
gevent只能识别自已的gevent.sleep()为io，monkey可以把别的io都视为己出

---恢复内容结束---