python 內置的線程池、進程池及其併發服務器的實現python
內置線程池服務器
1 from multiprocessing.pool import ThreadPool # 導入線程池 2 import time 3 w_start = time.time() 4 def worker(): 5 time.sleep(3) 6 print('55555') 7 pool = ThreadPool(2) # 參數是線程池的數量,默認爲1 8 pool.apply_async(worker) 9 pool.apply_async(worker) 10 pool.apply_async(worker) 11 pool.close() # 關閉線程池 再也不提交任務 12 pool.join() # 等待線程池裏面的任務執行完畢 13 print(time.time() - w_start) 14 ############### 運行結果:########## 15 55555 16 55555 17 55555 18 6.055918216705322
這裏運行了6秒是由於線程池的數量爲2,最多開兩個線程,且這裏是time.sleep(3),延遲操做,因此會兩個線程多線程
同時執行,其實是遇到sleep阻塞以後就執行線程2了,因此兩個線程執行了大概3秒!若是涉及計算密集型,併發
多線程是沒用的,由於python默認一次智能執行一個!join以後再使用apply_async()方法就會報錯,由於這個app
時候線程池已經關了,並且這裏沒有start()方法能夠調用再次開啓...socket
內置進程池:async
1 from multiprocessing import Pool # 進程池 2 import time 3 w_start = time.time() 4 def worker(kill=0): 5 time.sleep(3) 6 print('子進程正在執行{}'.format(kill)) 7 pool = Pool(4) # 參數是進程池的數量,不寫默認是1個進程 8 for i in range(5): 9 pool.apply_async(worker) 10 pool.map_async(worker, [1, 2, 3]) # 把任務給進程池,加async以後,就不會等待運行結束 11 pool.close() # 關閉線程池 再也不提交任務 12 pool.join() # 等待線程池裏面的任務執行完畢 13 print(time.time() - w_start) 14 print('任務執行結束') 15 ###########運行結果:########### 16 子進程正在執行0 17 子進程正在執行0 18 子進程正在執行0 19 子進程正在執行0 20 子進程正在執行0 21 子進程正在執行1 22 子進程正在執行2 23 子進程正在執行3 24 6.215780258178711 25 任務執行結束
注意到這裏的方法都有兩種如:map()------->map_async()spa
前者會阻塞,加async就不會阻塞。apply()和apply_async()是一樣的。線程
用線程池(或者進程池)實現併發服務器:調試
1 from multiprocessing.pool import ThreadPool 2 import socket 3 4 server = socket.socket() 5 server.bind(('', 12345)) 6 server.listen(6) 7 print('--------等待客戶端鏈接------') 8 def worker(conn): 9 while True: 10 recv_data = conn.recv(1024) 11 if recv_data: 12 print(recv_data) 13 conn.send(recv_data) 14 else: 15 conn.close() 16 break 17 if __name__ == '__main__': 18 pool = ThreadPool(3) 19 while True: 20 conn, address = server.accept() 21 pool.apply_async(worker, args=(conn,))
因爲進程池和線程池API接口設置的都同樣,因此用進程池能夠將ThreadPool改爲Pool,導包的時候也要修改。
其餘代碼都差很少。ThreadPool()默認開啓1個線程(線程池只有一個),這是我電腦的結果,可是老師運行調試的是
cpu的核數!