• Python Day38 :线程回调/线程中队列/事件event/yield实现并发/协程之greenlet/协程之gevent模块


    ## 线程回调
    
    ```python
    1,创建一个线程对象,线程对象的执行任务函数:task,task的参数是回调函数call_back,回调函数的参数是task的执行结果.
    def call_back(res):
        print("任务结果拿到了:%s" % res)
    def task(callback):
        # global res
        print("run")
        time.sleep(1)
        #     # return 100
        res = 100 # 表示任务结果
        callback(res) # 执行回调函数 并传入任务结果
     
    t = Thread(target=task,args=(parser,))
    t.start()
    print("over")
    
    ```
    
    ## 线程中的队列
    
    ```python
    线程中的队列有三种:
      第一种:q=Queue()
            q.put()
            q.get()
            跟进程中的Joinablequeue使用方法一模一样,但是不具备IPC
      第二种:q=LifoQueue()
            q.put()
            q.get()
            后进先出,先进后出,模拟堆栈的存储方式
      第三种:q=PriorityQueue()
            q.put()
            q.get()
              具备优先级的队列,存储对象需要可以比较大小,比较越小的优先级越高,自定义对象不能使用比较运算符,故不能存储,但是可以覆盖运算符加载,如下:
     class A(object):
        def __init__(self,age):
            self.age = age
        # def __lt__(self, other):
        #     return self.age < other.age
        # def __gt__(self, other):
        #     return self.age > other.age
        def __eq__(self, other):
            return self.age == other.age
    a1 = A(50)
    a2 = A(50)       
    print(a1 == a2)        
            
    ```
    
    ## 事件
    
    ```python
    boot_event = Event()
    # boot_event.clear() 回复事件的状态为False
    # boot_event.is_set() 返回事件的状态
    # boot_event.wait()等待事件发生 ,就是等待事件被设置为True
    # boot_event.set() 设置事件为True
    def boot_server():
        print("正在启动服务器......")
        time.sleep(3)
        print("服务器启动成功!")
        boot_event.set() # 标记事件已经发生了
    
    def connect_server():
        boot_event.wait() # 等待事件发生,不需要设置if判断真假,此处是阻塞方法.
        print("链接服务器成功!")
    
    t1 = Thread(target=boot_server)
    t1.start()
    t2 = Thread(target=connect_server)
    t2.start()
    
    ```
    
    ## yield实现单线程并发
    
    ```python
    # 使用生成器来实现 单线 并发多个任务
    import time
    def func1():
        a = 1
        for i in range(10000000):
            a += 1
            print("a run")
            time.sleep(10)
            yield
    def func2():
        res = func1()
        a = 1
        for i in range(10000000):
            a += 1
            print("b run")
            next(res)#通过next方法取yield值.
    
    st = time.time()
    func2()
    print(time.time() - st)
    
    ```
    
    ## greenlet模块
    
    ```python
    创建greenlet对象,参数是执行任务函数,通过"greenlet对象".switch(),跳到该对象的执行任务函数中.如果有多个switch(),将记录上次位置,从上次结束位置开始往下执行.
    import greenlet
    import time
    def task1():
        print("task1 run")
        g2.switch()
        print("task1 over")
        g2.switch()
    
    def task2():
        print("task2 run")
        g1.switch()
        time.sleep(2)
        print("task2 over")
    
    g1 = greenlet.greenlet(task1)
    g2 = greenlet.greenlet(task2)
    
    g1.switch()
    # g2.switch()
    print("主 over")
    
    ```
    
    ## gevent模块
    
    ```python
    # gevent 不具备检测IO的能力  需要为它打补丁  打上补丁之后就能检测IO
    # 注意补丁一定打在最上面    必须保证导入模块前就打好补丁
    from gevent import monkey
    monkey.patch_all()   #打补丁后,并不是所有IO都能识别,要看具体补丁内封装了哪些IO.
    
    from threading import current_thread
    import gevent,time
    
    def task1():
        print(current_thread(),1)
        print("task1 run")
        # gevent.sleep(3)
        time.sleep(3)
        print("task1 over")
    
    def task2():
        print(current_thread(),2)
        print("task2 run")
        print("task2 over")
    
    # spawn 用于创建一个协程任务
    g1 = gevent.spawn(task1)
    g2 = gevent.spawn(task2)
    
    # 任务要执行,必须保证主线程没挂  因为所有协程任务都是主线在执行   ,必须调用join来等待协程任务
    # g1.join()
    # g2.join()
    # 理论上等待执行时间最长的任务就行 , 但是不清楚谁的时间长 可以全部join
    
    gevent.joinall([g1,g2])
    print("over")
    
    打补丁的实现原理:就是覆盖IO方法,由阻塞改成非阻塞.
    
    
    
    
    ```
  • 相关阅读:
    mysql的触发器
    数据库面试题
    数据库面试(1)
    eclipse里maven项目An error occurred while filtering resources解决办法
    Missing artifact com.github.pagehelper:pagehelper:jar:3.4.2-fix的解决方法
    淘淘商城学习
    spring Security简介
    ElasticSearch学习
    在Visual Studio中使用FFTW库
    FFTW程序Demo
  • 原文地址:https://www.cnblogs.com/huhongpeng/p/10994406.html
Copyright © 2020-2023  润新知