python多线程，多进程，线程池

from multiprocessing.dummy import  Pool
from threading import  Thread
from multiprocessing import Process
import time
urls=['www.data1.com','www.data2.com','www.data3.com','www.data4.com','www.data5.com','www.data6.com']

def getreuques(url):
    print('正在处理网址%s'%url)
    time.sleep(2)

if __name__ == '__main__':
    #线程池执行
    start=time.time()
    # pool=Pool(3) #创建了一个线程池，线程池里有3个线程重复使用
    # pool.map(getreuques,urls) #map里传的参数第一个位函数名，第二个为可迭代对象！
    # print('总耗时%s'%(time.time()-start))

    #创建线程执行 如果列表里处理的数据量比较大的话，就会创建很多的线程，造成资源的巨大开销，此时用线程池的话就会节省比较多的开销，线程并不是
    #越多越好，因为创建线程是需要消耗资源的，Python里多线程只能实现并发不能实现并行。因为python解释器的GIL全局锁的原因，
    # li=[]
    # for i in urls:
    #     t=Thread(target=getreuques,args=(i,))
    #     t.start()
    #     li.append(t)
    # for x in li:
    #     x.join()
    # print('总耗时%s'%(time.time()-start))

    #进程的开销要大于线程，Python里大多会使用线程来解决并发,处理大量的数据计算我们用多进程，处理大量io操作我们用多线程
    # li=[]
    # for x in urls:
    #     p1=Process(target=getreuques,args=(x,))
    #     p1.start()
    #     li.append(p1)
    # for y in li:
    #     y.join()
    # print('总耗时%s'%(time.time()-start))