线程队列,线程池和协程

线程的其他方法:

　　threading.current_thread() #当前线程对象

　　getName() # 获取线程名

　　ident # 获取线程id

　 threading.enumerate() # 当前正在运行的线程对象的一个列表

　　threading.active_count() # 当前正在运行的线程数量

import time
from threading import Thread,current_threaddef f1(n):print(f"{n}号线程正在运行")print("子线程的名称",current_thread().getName())if __name__ == '__main__':t = Thread(target=f1,args=(1,),name = '123')t.start()print("主线程的名称", current_thread().getName())

线程队列:(重点)

　　import queue

　　　先进先出队列:queue.Queue(3)

　　　先进后出\后进先出队列:queue.LifoQueue(3)

　　　优先级队列:queue.priorityQueue(3)

　　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

import queue
# q = queue.Queue(3)
# q.put(1)
# q.put(2)
# print(q.qsize())
# try :
#     q.put_nowait(3)
# except :
#     print('满了')
# print(q.full())
#
# print(q.get())
# print(q.get())
# print(q.get())q = queue.PriorityQueue(3)
q.put((2,'white'))
q.put((1,'卢本伟'))
q.put((2,'55开'))print(q.get())
print(q.get())
print(q.get())

线程池:

　　from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

　　t = 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

　　t.map(f1,可迭代的对象) #异步执行

import  time
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutordef f1(n):time.sleep(1)print(n)if __name__ == '__main__':t = ThreadPoolExecutor(5)t.map(f1,range(10))t.shutdown()print('主程序结束')

　　def f1(n1,n2):

　　　　print(n1,n2)

　　t.submit(f1,11,12) #异步提交任务

　　res = t.submit(f1,11,12)

　　res.result() #和get方法一样,如果没有结果,会等待,阻塞程序

　 shutdown() # close+join,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

import  time
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutordef f1(n,m):time.sleep(1)print(n)return n+mif __name__ == '__main__':t = ThreadPoolExecutor(5)t_lis = []for i in range(10):ret = t.submit(f1,i,5)t_lis.append(ret)t.shutdown()for i in t_lis:print(i.result())print('主程序结束')

协程的概念:可以理解为微线程,在遇到io阻塞时,保存当前状态并进行切换,且阻塞时间是并行的. 既节省时间,又提高效率.

　　import gevent #导入模块

　　gevent.sleep(1) # 该方法的阻塞时间可以被识别并执行,如果是time.sleep()是不能识别,且不会节省时间的

　　g1 = gevent.spawn(f1) # 异步提交f1和f2任务

　　g2 = gevent.spawn(f2) # 异步提交f1和f2任务

　　gevent.joinall ( [g1,g2] ) # 等待执行完才继续执行相当于 g1.join() 和 g2.join()

import geventdef f1():print('1号开启游戏')gevent.sleep(2)print('1号吃鸡了')def f2():print('2号开启游戏')gevent.sleep(2)print('2号吃鸡了')g1 = gevent.spawn(f1)    #异步提交f1任务
g2 = gevent.spawn(f2)    #异步提交f2任务g1.join()
g2.join()       # gevent.joinall([g1,g2])print("主程序结束")

转载于:https://www.cnblogs.com/gyc-tzx/p/10268835.html

线程队列,线程池和协程相关推荐

0820Python总结-线程队列,进程池和线程池,回调函数,协程
一.线程队列 from queue import Queue put 存 get 取 put_nowait 存,超出了队列长度,报错 get_nowait 取,没数据时,直接报错 Linux Wind ...
python协程池_python3下multiprocessing、threading和gevent性能对比—-暨进程池、线程池和协程池性能对比 | 学步园...
目前计算机程序一般会遇到两类I/O:硬盘I/O和网络I/O.我就针对网络I/O的场景分析下python3下进程.线程.协程效率的对比.进程采用multiprocessing.Pool进程池,线程是自己 ...
Kotlin学习笔记26 协程part6 协程与线程的关系 Dispatchers.Unconfined 协程调试协程上下文切换 Job详解父子协程的关系
参考链接示例来自bilibili Kotlin语言深入解析张龙老师的视频 1 协程与线程的关系 import kotlinx.coroutines.* import java.util.concu ...
python多线程队列和池_Python3 从零单排28_线程队列进程池线程池
1.线程队列线程队列有三种:先进先出,后进先出,按优先级进出,具体如下: 1 importqueue2 3 #先进先出 4 q = queue.Queue(3)5 6 q.put(1)7 q.put ...
连接池和协程池为何能提升并发能力？
你有没有发现,"内存池"和"进程池"都带有"池"字?其实,这两种技术都属于"池化技术".它通常是由系统预先分配一批资源并 ...
Python 线程----线程方法,线程事件,线程队列,线程池,GIL锁,协程,Greenlet
主要内容: 线程的一些其他方法线程事件线程队列线程池 GIL锁协程 Greenlet Gevent 一. 线程(threading)的一些其他方法 from threading import ...
线程队列线程池协程
1 . 线程队列 from multiprocessing Queue , JoinableQueue #进程IPC队列 from queue import Queue #线程队列先进先出 f ...
线程队列，线程池以及协程
线程 queue 线程的queue,类似于进程作用也是类似,queue(n)规范放入值的数量 queue.Queue(maxsize = 0) 这个和之前一样是为了实现先进先出 import que ...
线程队列,线程池,协程
线程 queue 线程的queue,类似于进程作用也是类似,queue(n)规范放入值的数量 queue.Queue(maxsize = 0) 这个和之前一样是为了实现先进先出 import que ...

线程队列,线程池和协程

线程队列,线程池和协程相关推荐

最新文章

热门文章