进程池和线程池详解
##池
##进程池
##线程池
##为什么要有池?
##10000
#池
# 预先的开启固定个数的进程数,当任务来临的时候,直接提交给已经开好的进程
# 让这个进程去执行就可以了
池的优点:
# 节省了进程,线程的开启 关闭 切换都需要时间
# 并且减轻了操作系统调度的负担
#
1、开启进程池。任务少于进程数。开启进程池,这里也要放到if name == 'main':下
import os,time,random
from concurrent.futures import ProcessPoolExecutor
def func():
print('start',os.getpid())
time.sleep(random.randint(1,3))
print('end',os.getpid())
if name == 'main':
p=ProcessPoolExecutor(5)
p.submit(func)
-----------结果:
start 4516
end 4516
2、开启的进程最多和进程池的大小一样。任务多于进程数
import os,time,random
from concurrent.futures import ProcessPoolExecutor
def func():
print('start',os.getpid())
time.sleep(random.randint(1,3))
print('end',os.getpid())
if name == 'main':
p=ProcessPoolExecutor(2)
for i in range(4):
p.submit(func)
----------------结果:
start 2548
start 5816
end 2548
start 2548
end 5816
start 5816
end 2548
end 5816
#分析:2548执行完任务之后又来了一个任务再次执行了一遍,总共开启的进程最多是定义的进程池的大小。这里是以2个进程最大效率的执行这提交的4个任务
3、池是实现异步的
import os,time,random
from concurrent.futures import ProcessPoolExecutor
def func():
print('start',os.getpid())
time.sleep(random.randint(1,3))
print('end',os.getpid())
if name == 'main':
p=ProcessPoolExecutor(2)
for i in range(4):
p.submit(func)
print('main',os.getpid())
-------------结果:
main 5512
start 5352
start 5376
end 5376
start 5376
end 5352
start 5352
end 5376
end 5352
#先打印的的main。我们常常需要的是等提交到进程池中的任务都执行完毕后再往下执行主进程中的代码。这时需要阻塞,池的阻塞是池.shutdown()
4、submit和shutdown配合,进程池中任务都执行完毕再(做某件事)往下执行主进程代码(shutdown后面的)。池.shutdown()
import os,time,random
from concurrent.futures import ProcessPoolExecutor
def func():
print('start',os.getpid())
time.sleep(random.randint(1,3))
print('end',os.getpid())
if name == 'main':
p=ProcessPoolExecutor(2)
for i in range(4):
p.submit(func)
p.shutdown() #关闭池之后就不能继续提交任务,并且会阻塞,直到已经提交的任务完成
print('main',os.getpid())
------------------结果:
start 5780
start 796
end 5780
start 5780
end 5780
start 5780
end 796
end 5780
main 5640
#关闭池之后继续提交任务报错:RuntimeError: cannot schedule new futures after shutdown
5、池执行的函数中传参数,submit后面直接传参,但是池函数必须是第一个参数。
from concurrent.futures import ProcessPoolExecutor
def func(i):
print(i)
if name == 'main':
p=ProcessPoolExecutor(2)
for i in range(4):
p.submit(func,i)
p.shutdown()
----------结果:
0
1
2
3
#源码:def submit(self, fn, *args, **kwargs):
6、
import os,time,random
from concurrent.futures import ProcessPoolExecutor
def func(i):
time.sleep(random.randint(1,3))
return ii
if name == 'main':
p=ProcessPoolExecutor(2)
for i in range(4):
ret=p.submit(func,i)
print(ret,ret.result()) #这里有阻塞,取返回值结果
p.shutdown()
print('main',os.getpid())
-------------结果:
<Future at 0x2913090 state=finished returned int> 0
<Future at 0x293b770 state=finished returned int> 1
<Future at 0x293b810 state=finished returned int> 4
<Future at 0x293b7f0 state=finished returned int> 9
main 5384
#注释:ret后面的返回值是个Future对象,这个对象.result()返回池中任务函数的返回值。这个返回值在for循环中打印,那么执行完一个任务打印出结果才会提交下一个任务,这样就不是异步了,而是同步了,不是我们用池实现异步的效果。
7、既能实现并发又能获得返回值。获得返回值的时候不在提交任务的循环中,获得一个对象就放到列表中,从列表中取返回值,不影响它任务的提交。
import os,time,random
from concurrent.futures import ProcessPoolExecutor
def func(i):
time.sleep(random.randint(1,3))
return ii
if name == 'main':
p=ProcessPoolExecutor(2)
li=[]
for i in range(4):
ret=p.submit(func,i)
li.append(ret)
for ret in li:print('ret-->',ret.result()) #ret这里是同步阻塞
p.shutdown()
print('main',os.getpid())
--------------结果:
ret--> 0
ret--> 1
ret--> 4
ret--> 9
main 5928
8、进程池的特点:
#开销大
#一个池中的任务个数限制了我们程序的并发个数
9、线程池提交一个任务加传参
#从并发.未来导入线程程池执行者,实例化线程池执行者并指定线程个数,对象.提交(任务函数,参数(多个参数都可以))
import os,time,random
from concurrent.futures import ThreadPoolExecutor
def func(i):
print('start', os.getpid(),' arg:',i)
time.sleep(random.randint(1,3))
tp=ThreadPoolExecutor(20) #线程个数能开很多,一般开启cpu个数乘以4或5
tp.submit(func,1)
----------------结果:
start 2844 arg: 1
10、提交多个线程池任务
#for 循环提交多个任务
import os,time,random
from concurrent.futures import ThreadPoolExecutor
def func(i):
print('start', os.getpid(),' arg:',i)
time.sleep(random.randint(1,3))
tp=ThreadPoolExecutor(2)
for i in range(5):
tp.submit(func,i)
------------结果:
start 2100 arg: 0
start 2100 arg: 1
start 2100 arg: 2
start 2100 arg: 3
start 2100 arg: 4
#这个创建的顺序和执行的顺序好像差不多,但是是实现并发的。
11、线程池获取线程任务函数的返回值
#接收提交,追加到列表,循环列表中对象,对象.结果()
import os,time,random
from concurrent.futures import ThreadPoolExecutor
def func(i):
print('start', os.getpid(),' arg:',i)
time.sleep(random.randint(1,3))
return i**2
tp=ThreadPoolExecutor(2)
ret_li=[]
for i in range(5):
ret=tp.submit(func,i)
ret_li.append(ret)
for ret in ret_li:print('ret-->',ret.result())
----------------结果:
start 2856 arg: 0
start 2856 arg: 1
start 2856 arg: 2
ret--> 0
start 2856 arg: 3
ret--> 1
start 2856 arg: 4
ret--> 4
ret--> 9
ret--> 16
12、线程池中任务都结束才能再执行的代码
#tp.shutdown()线程池对象.关闭(),池中任务都结束才能执行关闭之后的代码
import os,time,random
from concurrent.futures import ThreadPoolExecutor
def func(i):
print('start', os.getpid(),' arg:',i)
time.sleep(random.randint(1,3))
tp=ThreadPoolExecutor(2)
for i in range(4):
ret=tp.submit(func,i)
tp.shutdown()
print('main')
------------------结果:
start 1468 arg: 0
start 1468 arg: 1
start 1468 arg: 2
start 1468 arg: 3
main
13、线程池其它方法map(省代码量批量提交任务)
#批量创建线程池任务和创建好后获取每个任务函数返回值更简便
#任务返回值列表变量=线程池对象.map(任务函数,传参可迭代对象)。创建任务数是可迭代对象个数
import os,time,random
from concurrent.futures import ThreadPoolExecutor
def func(i):
print('start', os.getpid(),' arg:',i)
time.sleep(random.randint(1,3))
return i**2
tp=ThreadPoolExecutor(2)
ret=tp.map(func,range(5))
for i in ret:print(i)
---------------结果:
start 2976 arg: 0
start 2976 arg: 1
start 2976 arg: 2
start 2976 arg: 3
0
1
start 2976 arg: 4
4
print(ret,type(ret))
--------结果:
<generator object Executor.map..result_iterator at 0x02938300> <class 'generator'>
9
16
14、多线程爬取网页,获取到结果后使用回调函数分析网页
import requests
from concurrent.futures import ThreadPoolExecutor
def get_page(url):
res = requests.get(url)
return {'url': url, 'content': res.text} #ret的结果会作为参数返回给绑定的函数
def parserpage(ret):
dic = ret.result()
print(dic['url'])
tp = ThreadPoolExecutor(5)
url_lst = [
'http://www.baidu.com', # 3
'http://www.cnblogs.com', # 1
'http://www.douban.com', # 1
'http://www.tencent.com',
'http://www.cnblogs.com/Eva-J/articles/8306047.html',
'http://www.cnblogs.com/Eva-J/articles/7206498.html',
]
#方法一:回调函数,使用回调函数简便而且效率高
for url in url_lst:
ret = tp.submit(get_page, url)
ret.add_done_callback(parserpage) #绑定的函数中的内容#谁先执行完谁先使用回调函数
-------------------结果:
http://www.baidu.com
http://www.cnblogs.com/Eva-J/articles/7206498.html
http://www.tencent.com
http://www.cnblogs.com/Eva-J/articles/8306047.html
http://www.douban.com
http://www.cnblogs.com
#方法二:非回调函数。
ret_l = []
for url in url_lst:
ret = tp.submit(get_page, url)
ret_l.append(ret)
for ret in ret_l:
parserpage(ret)
print("ret_l:", ret_l)
--------------------结果:
http://www.baidu.com
http://www.cnblogs.com
http://www.douban.com
http://www.tencent.com
http://www.cnblogs.com/Eva-J/articles/8306047.html
http://www.cnblogs.com/Eva-J/articles/7206498.html
ret_l: [<Future at 0x2db7150 state=finished returned dict>, <Future at 0x2e152d0 state=finished re
15、回调函数的使用
import time
from concurrent.futures import ThreadPoolExecutor
def son():
print(123)
time.sleep(3)
return 123
def call_back(num):
print(num.result())
t = ThreadPoolExecutor(20)
obj = t.submit(son)
print('main : ',obj)
obj.add_done_callback(call_back)
----------结果;
123
main : <Future at 0x39f5b0 state=running>
123
#代码分析:
导入类:从并发.未来导入线程池执行者
创建池对象:线程池(大小)
获取返回值:用变量接收池对象.提交(任务函数),即未来对象
执行回调函数:未来对象.添加完成回调(回调函数)
回调函数接收一个参数,这个参数是obj未来对象,回调函数中取任务函数返回值就是这个参数.result()