python 內置的線程池、進程池及其並發服務器的實現

python 內置的線程池、進程池及其並發服務器的實現

內置線程池

from multiprocessing.pool import ThreadPool  # 導入線程池
import time
w_start = time.time()
def worker():
    time.sleep(3)
    print('55555')
pool = ThreadPool(2)  # 參數是線程池的數量，默認為1
pool.apply_async(worker)
pool.apply_async(worker)
pool.apply_async(worker)
pool.close()  # 關閉線程池 不再提交任務
pool.join()  # 等待線程池里面的任務執行完畢
print(time.time() - w_start)
############### 運行結果：##########
55555
55555
55555
6.055918216705322

這里運行了6秒是因為線程池的數量為2，最多開兩個線程，且這里是time.sleep(3),延遲操作，所以會兩個線程

同時執行，實際上是遇到sleep阻塞之后就執行線程2了，所以兩個線程執行了大概3秒！如果涉及計算密集型，

多線程是沒用的，因為python默認一次智能執行一個！join之后再使用apply_async()方法就會報錯，因為這個

時候線程池已經關了，而且這里沒有start()方法可以調用再次開啟...

內置進程池：

from multiprocessing import Pool  # 進程池
import time
w_start = time.time()
def worker(kill=0):
    time.sleep(3)
    print('子進程正在執行{}'.format(kill))
pool = Pool(4)  # 參數是進程池的數量,不寫默認是1個進程
for i in range(5):
    pool.apply_async(worker)
pool.map_async(worker, [1, 2, 3])  # 把任務給進程池，加async之后，就不會等待運行結束
pool.close()  # 關閉線程池 不再提交任務
pool.join()  # 等待線程池里面的任務執行完畢
print(time.time() - w_start)
print('任務執行結束')
###########運行結果：###########
子進程正在執行0
子進程正在執行0
子進程正在執行0
子進程正在執行0
子進程正在執行0
子進程正在執行1
子進程正在執行2
子進程正在執行3
6.215780258178711
任務執行結束

　　注意到這里的方法都有兩種如：map()------->map_async()

前者會阻塞，加async就不會阻塞。apply()和apply_async()是同樣的。

用線程池(或者進程池)實現並發服務器：

from multiprocessing.pool import ThreadPool
import socket

server = socket.socket()
server.bind(('', 12345))
server.listen(6)
print('--------等待客戶端連接------')
def worker(conn):
    while True:
        recv_data = conn.recv(1024)
        if recv_data:
            print(recv_data)
            conn.send(recv_data)
        else:
            conn.close()
            break
if __name__ == '__main__':
    pool = ThreadPool(3)
    while True:
        conn, address = server.accept()
        pool.apply_async(worker, args=(conn,))

　　由於進程池和線程池API接口設置的都一樣，所以用進程池可以將ThreadPool改成Pool，導包的時候也要修改。

其他代碼都差不多。ThreadPool()默認開啟1個線程(線程池只有一個)，這是我電腦的結果，但是老師運行調試的是

cpu的核數！