热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

线程之线程的一些其他方法,线程的事件,线程队列,线程池,GIL锁,协程的认识,Greenlet,Gevent

#协程greenletfromgreenletimportgreenletdefeat(name):print(%seat1%name)g2

#协程greenlet
from greenlet import greenlet

def eat(name):
    print('%s eat 1'%name)
    g2.switch('taibai')#第一次调用必须传值
    print('%s eat 2'%name)
    g2.switch()

def play(name):
    print('%s play 1'%name)
    g1.switch()
    print('%s play 2'%name)

g1=greenlet(eat)
g2=greenlet(play)

g1.switch('taibai')
# 线程的其他方法

from threading import Thread
import threading
import time
from multiprocessing import Process
import os


def work():
    import time
    time.sleep(1)
    # print('子线程',threading.get_ident()) #2608
    print(threading.current_thread().getName())  # Thread-1


if __name__ == '__main__':
    # 在主进程下开启线程
    t = Thread(target=work)
    t.start()

    # print(threading.current_thread())#主线程对象 #<_MainThread(MainThread, started 1376)>
    # print(threading.current_thread().getName()) #主线程名称 #MainThread
    # print(threading.current_thread().ident) #主线程ID #1376
    # print(threading.get_ident()) #主线程ID #1376

    time.sleep(3)
    print(
        threading.enumerate())  # 连同主线程在内有两个运行的线程,[<_MainThread(MainThread, started 13396)>, ]
    print(threading.active_count())  # 2
    print('主线程/主进程')



# 队列
import queue
#队列先进先出
q2=queue.Queue()
q2.put('frist')
q2.put('second')
q2.put('third')
print(q2.get())
print(q2.get())
print(q2.get())

#类似于栈的队列
q1=queue.LifoQueue()
q1.put(1)
q1.put(2)
q1.put(3)
print(q1.get())
print(q1.get())
print(q1.get())
# print(q1.get())#阻塞

#优先级队列
import queue
q=queue.PriorityQueue()#创建优先级队列对象
q.put((-1,'666'))
q.put((0,'999'))
q.put((3,'hahaha'))
q.put((9,'123'))
print(q.get())
print(q.get())
print(q.get())
print(q.get())

#线程池的方法
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor
def func(i):
    print(i)
    time.sleep(1)
    return i**2
t_pool=ThreadPoolExecutor(max_workers=4)#实例化个线程池,设置最大线程数
ret=t_pool.map(func,range(10))#map自带join,返回生成器
print(ret,[i for i in ret])


#多线程与多进程在纯计算或者io密集型的两种场景运行时间的比较
from multiprocessing import Process
from threading import Thread

def func():
    num=0
    # time.sleep(1)
    for i in range(100000000):
        num += i

if __name__ == '__main__':
    p_s_t = time.time()
    p_list = []
    for i in range(10):
        p = Process(target=func, )
        p_list.append(p)
        p.start()
    [pp.join() for pp in p_list]
    p_e_t = time.time()
    p_dif_t = p_e_t - p_s_t

    t_s_t=time.time()
    t_list = []
    for i in range(10):
        t=Thread(target=func,)
        t_list.append(t)
        t.start()
    [tt.join() for tt in t_list]
    t_e_t=time.time()
    t_dif_t=t_e_t-t_s_t

    print("多进程:", p_dif_t)
    print("多线程:",t_dif_t)
#纯计算的程序切换反而更慢
import time
def consumer():
    '''任务1:接收数据,处理数据'''
    while True:
        x=yield
        # time.sleep(1) #发现什么?只是进行了切换,但是并没有节省I/O时间
        print('处理了数据:',x)
def producer():
    '''任务2:生产数据'''
    g=consumer()
    # print('asdfasfasdf')
    next(g)  #找到了consumer函数的yield位置
    for i in range(3):
    # for i in range(10000000):
        g.send(i)  #给yield传值,然后再循环给下一个yield传值,并且多了切换的程序,比直接串行执行还多了一些步骤,导致执行效率反而更低了。
        print('发送了数据:',i)
start=time.time()
#基于yield保存状态,实现两个任务直接来回切换,即并发的效果
#PS:如果每个任务中都加上打印,那么明显地看到两个任务的打印是你一次我一次,即并发执行的.
producer() #我在当前线程中只执行了这个函数,但是通过这个函数里面的send切换了另外一个任务
stop=time.time()

# 串行执行的方式
res=producer()
consumer(res)
stop=time.time()

print(stop-start)

  

 


推荐阅读
  • 本文介绍了进程的基本概念及其在操作系统中的重要性,探讨了进程与程序的区别,以及如何通过多进程实现并发和并行。文章还详细讲解了Python中的multiprocessing模块,包括Process类的使用方法、进程间的同步与异步调用、阻塞与非阻塞操作,并通过实例演示了进程池的应用。 ... [详细]
  • A1166 峰会区域安排问题(25分)PAT甲级 C++满分解析【图论】
    峰会是指国家元首或政府首脑之间的会议。合理安排峰会的休息区是一项复杂的工作,理想的情况是邀请的每位领导人都是彼此的直接朋友。 ... [详细]
  • HDU1085 捕获本·拉登!
    问题描述众所周知,本·拉登是一位臭名昭著的恐怖分子,他已失踪多年。但最近有报道称,他藏匿在中国杭州!虽然他躲在杭州的一个洞穴中不敢外出,但近年来他因无聊而沉迷于数学问题,并声称如果有人能解出他的题目,他就自首。 ... [详细]
  • 题目描述墨墨购买了一套N支彩色画笔(其中有些颜色可能相同),摆成一排,你需要回答墨墨的提问。墨墨会像你发布如下指令ÿ ... [详细]
  • 本文探讨了Java中有效停止线程的多种方法,包括使用标志位、中断机制及处理阻塞I/O操作等,旨在帮助开发者避免使用已废弃的危险方法,确保线程安全和程序稳定性。 ... [详细]
  • 本文详细介绍了Oracle RMAN中的增量备份机制,重点解析了差异增量和累积增量备份的概念及其在不同Oracle版本中的实现。通过对比两种备份方式的特点,帮助读者选择合适的备份策略。 ... [详细]
  • 本文探讨了在Python中多线程与多进程的性能差异,特别是在处理CPU密集型任务和I/O密集型任务时的表现。由于全局解释器锁(GIL)的存在,多线程在利用多核CPU方面表现不佳,而多进程则能有效利用多核资源。 ... [详细]
  • UVa 11683: 激光雕刻技术解析
    自1958年发明以来,激光技术已在众多领域得到广泛应用,包括电子设备、医疗手术工具、武器等。本文将探讨如何使用激光技术进行材料雕刻,并通过编程解决一个具体的激光雕刻问题。 ... [详细]
  • 深入理解Java反射机制
    本文将详细介绍Java反射的基础知识,包括如何获取Class对象、反射的基本过程、构造器、字段和方法的反射操作,以及内省机制的应用。同时,通过实例代码加深对反射的理解,并探讨其在实际开发中的应用。 ... [详细]
  • 基于OpenCV的小型图像检索系统开发指南
    本文详细介绍了如何利用OpenCV构建一个高效的小型图像检索系统,涵盖从图像特征提取、视觉词汇表构建到图像数据库创建及在线检索的全过程。 ... [详细]
  • 本文详细介绍了Spring AOP注解的基本概念及其实现方式,并通过实例演示了如何在项目中使用这些注解进行面向切面的编程。旨在帮助开发者更好地理解和运用Spring AOP功能。 ... [详细]
  • 本文探讨了如何使Shell和程序同时响应Ctrl-C信号的方法,即通过将两者置于同一进程组并将其设为终端的前台进程组。 ... [详细]
  • 本文详细介绍了如何在本地环境中安装配置Frida及其服务器组件,以及如何通过Frida进行基本的应用程序动态分析,包括获取应用版本和加载的类信息。 ... [详细]
  • 本文将详细介绍如何配置并整合MVP架构、Retrofit网络请求库、Dagger2依赖注入框架以及RxAndroid响应式编程库,构建高效、模块化的Android应用。 ... [详细]
  • 探索CNN的可视化技术
    神经网络的可视化在理论学习与实践应用中扮演着至关重要的角色。本文深入探讨了三种有效的CNN(卷积神经网络)可视化方法,旨在帮助读者更好地理解和优化模型。 ... [详细]
author-avatar
zoooooz
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有