Python学习5（定时器、队列、线程池）

定时器

表示一个操作应该在等待一定的时间之后运行 — 相当于一个定时器。 Timer 类是 Thread 类的子类，因此可以像一个自定义线程一样工作。

原理：

定时器计时其实是通过计数来实现的。定时器内部有一个计数器，这个计数器根据一个时钟（这个时钟来自于ARM的APB总线，然后经过时钟模块内部的分频器来分频得到）来工作。每隔一个时钟周期，计数器就就计数一次，定时器的时间就是计数器计数值x时钟周期。

import threading
import time
 
exec_count = 0
 
def heart_beat():
    print (time.strftime('%Y-%m-%d %H:%M:%S'))
 
    global exec_count
    exec_count += 1
    # 15秒后停止定时器
    if exec_count < 15:
        threading.Timer(1, heart_beat).start()
 
heart_beat()

队列

队列包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。

常用方法：

Queue.qsize() 返回队列的大小
Queue.empty() 如果队列为空，返回True,反之False
Queue.full() 如果队列满了，返回True,反之False，Queue.full 与 maxsize 大小对应
Queue.get([block[, timeout]])获取队列，timeout等待时间
Queue.get_nowait() 相当于Queue.get(False)，非阻塞方法
Queue.put(item) 写入队列，timeout等待时间
Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号。每个get()调用得到一个任务，接下来task_done()调用告诉队列该任务已经处理完毕。
Queue.join() 实际上意味着等到队列为空，再执行别的操作

class Queue(object):
    def __init__(self):
        self.__list = []
    def enqueue(self,item):
        # 入队
        #尾部进队，头部出队
        self.__list.append(item)
        #头部进队，尾部出队
        # self.__list.insert(0,item)
    def dequeue(self):
        #出队
        return self.__list.pop(0)
        # return self.__list.pop()
    def is_empty(self):
        #判断是否为空
        return self.__list == []
    def size(self):
        #判断大小
        return len(self.__list)
if __name__ == '__main__':
    s = Queue()
    s.enqueue(1)
    s.enqueue(2)
    s.enqueue(3)
    print(s.dequeue())
    print(s.dequeue())
    print(s.dequeue())

线程池

原理：

系统启动一个新线程的成本是比较高的，因为它涉及与操作系统的交互。在这种情形下，使用线程池可以很好地提升性能，尤其是当程序中需要创建大量生存期很短暂的线程时，更应该考虑使用线程池。
线程池在系统启动时即创建大量空闲的线程，程序只要将一个函数提交给线程池，线程池就会启动一个空闲的线程来执行它。当该函数执行结束后，该线程并不会死亡，而是再次返回到线程池中变成空闲状态，等待执行下一个函数。
使用线程池可以有效地控制系统中并发线程的数量。当系统中包含有大量的并发线程时，会导致系统性能急剧下降，甚至导致 Python 解释器崩溃，而线程池的最大线程数参数可以控制系统中并发线程的数量不超过此数。

使用：

线程池的基类是 concurrent.futures 模块中的 Executor，Executor 提供了两个子类，即
ThreadPoolExecutor 和 ProcessPoolExecutor，其中 ThreadPoolExecutor
用于创建线程池，而 ProcessPoolExecutor 用于创建进程池。

from concurrent.futures import ThreadPoolExecutor
import requests
 
pool = ThreadPoolExecutor(10)
 
def task(url):
    response = requests.get(url)
    print(url,response)
 
 
 
url_list = (
    "https://www.bing.com",
    "https://www.shihu.com",
    "https://www.sina.com",
    "https://www.baidu.com",
    "https://www.cnblogs.com",
    "https://music.163.com/#"
)
 
for url in url_list:
    pool.submit(task,url)
 
pool.shutdown(wait=True)