python重复使用线程池_python_进程池以及线程池

可以重复利用的线程

直接上代码

from threading importThread, current_threadfrom queue importQueue#重写线程类

classMyThread(Thread):def __init__(self):

super().__init__()

self.daemon= True #守护线程

self.queue = Queue(10)

self.start()#实例化的时候开启线程

def run(self): #子线程只有这一个线程， 从队列里面拿任务

whileTrue:

task, args, kwargs= self.queue.get() #拿任务 也是元组

task(*args, **kwargs) #可能有，可能没有，所有传入不定长参数

self.queue.task_done() #结束任务

def apply_async(self, func, args=(), kwargs={}): #自写任务，不是重写任务， 充当生产者, 给线程提供任务(把任务扔到队列)

self.queue.put((func, args, kwargs))def join_R(self): #主线程等待子线程结束

self.queue.join() #task_done 为0 的时候就阻塞

deffunc():print(1, current_thread())def func2(*args, **kwargs):print(2, current_thread())print('func:', args, kwargs)

t=MyThread()

t.apply_async(func)

t.apply_async(func2, args=(1,2), kwargs={'a':1, 'b':2})print("任务提交完成")

t.join_R()print("任务完成")

结果：

任务提交完成1

2 func: (1, 2) {'a': 1, 'b': 2}

任务完成　　　　任务完成后，主线程就开始退出， 因此守护线程被杀死

线程池的简单实现

池的概念

主线程： 相当于生产者，只管向线程池提交任务。

并不关心线程池是如何执行任务的。

因此，并不关心是哪一个线程执行的这个任务。

线程池： 相当于消费者，负责接收任务，

并将任务分配到一个空闲的线程中去执行。

代码实现如下：

from threading importThread, current_threadfrom queue importQueueclassT_pool:def __init__(self, n): #准备多少个池

super().__init__()

self.queue=Queue()for i in range(n): #在池里开多少个线程

Thread(target=self.fun, daemon=Thread).start() #守护进程 并启动

def fun(self): #生产者

whileTrue:

task=self.queue.get()

task()

self.queue.task_done()def apply_async(self, task): #消费者

self.queue.put(task)defjoin(self):

self.queue.join()deffunc():print(current_thread())deffunc2():print(current_thread())

p= T_pool(2)

p.apply_async(func)

p.apply_async(func2)

p.join()

结果：

Python自带的池

内置线程池

from multiprocessing.pool import ThreadPool #线程池

from multiprocessing import pool #进程池#内置线程池

def fun(*args, **kwargs):print(args, kwargs)

p= ThreadPool(2) #直接使用内置的

p.apply_async(fun, args=(1,2), kwds={'a':1})

p.close()#要求：在join前必须要close，这样就不允许再提交任务了

p.join()

结果：

(1, 2) {'a': 1}

内置进程池

from multiprocessing import Pool #进程池#内置进程池

def fun(*args, **kwargs):print(args, kwargs)if __name__ == '__main__': #必须要有一个main测试

p = Pool(2) #pool的实例化必须在main测试之下

p.apply_async(fun, args=(1,2), kwds={'a':1})

p.close()#要求：在join前必须要close，这样就不允许再提交任务了

p.join()

结果：

(1, 2) {'a': 1}

池的其他操作

操作一： close - 关闭提交通道，不允许再提交任务

操作二： terminate - 中止进程池，中止所有任务

操作三： 结果操作

结果操作

from multiprocessing.pool importThreadPoolimporttimedeffunc(n):if n == 1:return 1

elif n == 2:return 2

return func(n-1) + func(n-2)

pool=ThreadPool()

a_result= pool.apply_async(func, args=(35,))print("note1:",time.asctime(time.localtime(time.time())))

result= a_result.get() #会阻塞，知道结果产生了

print("note2:",time.asctime(time.localtime(time.time())))

结果：

note1: Mon Sep 17 00:07:31 2018note2: Mon Sep17 00:07:34 2018

使用池来实现并发服务器

使用线程池来实现并发服务器

importsocketfrom multiprocessing.pool import ThreadPool #线程池

from multiprocessing importPool, cpu_count'''使用线程池来实现

并发服务器'''

print(cpu_count())

server=socket.socket()

server.bind(('0.0.0.0', 8080))

server.listen(1000)defwork_thread(conn):whileTrue:

data= conn.recv(1000)ifdata:print(data)

conn.send(data)else:

conn.close()break

if __name__ == '__main__':

t_pool= ThreadPool(5) #使用线程池, 通常分配2倍的cpu个数

whileTrue:

conn,addr=server.accept()

t_pool.apply_async(work_thread, args=(conn,)) #接收的是个任务， conn做为参数

使用进程池来实现并发服务器

importsocketfrom multiprocessing.pool import ThreadPool #线程池

from multiprocessing importPool, cpu_count'''使用进程池来实现

并发服务器'''

print(cpu_count())

server=socket.socket()

server.bind(('0.0.0.0', 9000))

server.listen(1000)defwork_process(server):

t_pool= ThreadPool(cpu_count()*2) #使用线程池, 通常分配2倍的cpu个数

whileTrue:

conn,addr=server.accept()

t_pool.apply_async(work_thread, args=(conn,)) #接收的是个任务， conn做为参数

defwork_thread(conn):whileTrue:

data= conn.recv(1000)ifdata:print(data)

conn.send(data)else:

conn.close()breakn= cpu_count() #获取当前计算机的CPU核心数量

p =Pool(n)for i in range(n): #充分利用CPU， 为每个CPU分配一个进程

p.apply_async(work_process, args=(server,))

p.close()

p.join()

客户端：

importsocket

click=socket.socket()

click.connect(('127.0.0.1', 8888))whileTrue:

data= input("请输入你要发送的数据：")

click.send(data.encode())print("接收到的消息: {}".format(click.recv(1024).decode()))

总结完毕。

博客链接：https://www.cnblogs.com/lixy-88428977

声明：本文为博主学习感悟总结，水平有限，如果不当，欢迎指正。如果您认为还不错，欢迎转载。转载与引用请注明作者及出处。