什么是回调(函数):
a交给b一个任务,b在执行完成后回过头调用了a的一个函数,就称之为回调
为什么需要回调函数:
需要获取异步任务的结果,但是有不应该阻塞(降低效率),高效的获取任务结果
通常异步任务都会和回调函数一起使用
使用方式:
使用add_done_callback()函数给Future对象绑定一个回调函数
注意:在多进程中回调函数,是交给主进程来执行 而在多线程中,回调函数是谁有空谁执行(非主线程)
Event:
对象包含一个可由线程设置的信号标志,他允许线程等待某些事情的发生.在初始情况下,Event对象中的信号标志被设置为假.如果有线程等待一个Event对象,而这个Event对象的标志为假,那么这个线程将会被一直阻塞直至该标志为真.一个线程如果将一个Event对象的信号标志设置为真,它将唤醒所有等待这个Event对象的线程,如果一个线程等待一个已经被设置为真的Event对象,那么它将忽略这个事件,继续执行.
event.isSet():返回event的状态值
event.wait():如果event.isSet()==False将阻塞线程
event.set():设置event的状态值为True,所有阻塞池的线程激活进入就绪状态,等待操作系统调度:
event.clear():恢复event的状态值为False
线程queue:
当必须在多个线程之间安全地交换信息时,队列在线程编程中特别有用
queue先进先出
LifoQueue():后进先出
PriorityQueue:存储数据时可设置优先级的队列
ASCII值越小,优先级越高
优先队列的构造函数.maxsize是一个整数,它设置可以存在队列中的项数的上限,一旦达到此大小,插入将阻塞,直到使用队列项,如果maxsize小于或等于0,则队列大小为无穷大
异常queue.Empty当对空队列对象调用非阻塞get()或get_nowait()时引发异常
异常queue.Full
当对已满队列对象调用非阻塞put()或put_nowait()时引发异常
cpu正在运行一个任务,会在两种情况下切走去执行其他的任务(切换由操作系统强制控制),一种情况是该任务发生了阻塞,另外一种情况是该任务计算时间过长或有一个优先级更高的程序替代了它
yield可以保存状态,yield的状态保存与操作系统的保存线程很像,但是yield是代码级别控制的,更轻量级
协程:
单线程实现并发
在应用程序里控制多个任务的切换+保存状态
优点:应用程序级别速度远远高于操作系统的切换
缺点:多个任务一旦有一个阻塞没有切,整个任务都阻塞在原地
该线程内其他的任务都不能执行了
一旦引入协程,就需要检测单线程下所有的IO行为,实现遇到IO就切换,少一个都不行,因为一旦一个任务阻塞,整个线程就阻塞,其他的计算任务也无法运行
协程的目的:
想要在单线程下实现并发
并发指的是多个任务看起来是同时运行的
并发 = 切换 + 保存状态
对于单线程下,我们不可避免程序中出现io操作,但如果我们能在自己的程序中(即用户程序级别,而非操作系统级别)控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另外一个任务去计算,这样就保证了该线程能够最大限度地处于就绪态,即随时都可以被cpu执行的状态,相当于我们在用户程序级别将自己的io操作最大限度地隐藏起来,从而可以迷惑操作系统,让其看到:该线程好像是一直在计算,io比较少,从而更多的将cpu的执行权限分配给我们的线程。
协程的本质就是在单线程下,由用户自己控制一个任务遇到io阻塞了就切换另外一个任务去执行,以此来提升效率。为了实现它,我们需要找寻一种可以同时满足以下条件的解决方案:
1.可以控制多个任务的切换,切换之前将任务的状态保存下来,以便重新运行时,可以基于暂停的位置继续执行
2.可以检测io操作,在遇到io操作的情况下才发生切换
协程:是单线程下的并发,又称微线程,协程是一种用户态的轻量级线程,即协程是由用户程序自己控制调度的
1.python的线程属于内核级别的,即由操作系统控制调度(如单线程遇到io或执行时间过长就会被迫交出cpu执行权限,切换其他线程运行)
2.单线程内开启协程,一旦遇到io,就会从应用程序级别(而非操作系统)控制切换,以此来提升效率
对比操作系统控制线程的切换,用户在单线程内控制协程的切换
优点:协程切换开销小,属于程序级别的切换,操作系统完全感知不到,因而更加轻量级
2.单线程内就可以实现并发的效果,做大限度利用cpu
缺点如下:协程的本质是单线程下,无法利用多核,可以是一个程序开启多个进程,每个进程内开启多个线程,每个线程内开启携程
2.协程指的是单个线程,因而一旦协程出现阻塞,就会阻塞整个线程
协程特点:
1.必须在只有单线程里实现并发
2.修改数据不需加锁
3.用户程序里自己保存多个控制流的上传下载文件
4.一个协程遇到IO操作自动切换到其他协程
greenlet只是提供了一种比generator更加便捷的切换方式,遇到io就会原地阻塞
Gevent 是一个第三方库,可以轻松通过gevent实现并发同步或异步编程,在gevent中用到的主要模式是Greenlet, 它是以C扩展模块形式接入Python的轻量级协程。 Greenlet全部运行在主程序操作系统进程的内部,但它们被协作式地调度。
#用法 g1=gevent.spawn(func,1,,2,3,x=4,y=5)创建一个协程对象g1,spawn括号内第一个参数是函数名,如eat,后面可以有多个参数,可以是位置实参或关键字实参,都是传给函数eat的 g2=gevent.spawn(func2) g1.join() #等待g1结束 g2.join() #等待g2结束 #或者上述两步合作一步:gevent.joinall([g1,g2]) g1.value#拿到func1的返回值
遇到IO阻塞时会自动切换任务
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
上例gevent.sleep(2)模拟的是gevent可以识别的io阻塞,
而time.sleep(2)或其他的阻塞,gevent是不能直接识别的需要用下面一行代码,打补丁,就可以识别了
from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面,如time,socket模块之前
或者我们干脆记忆成:要用gevent,需要将from gevent import monkey;monkey.patch_all()放到文件的开头
from gevent import monkey;monkey.patch_all() import gevent import time def eat(): print('eat food 1') time.sleep(2) print('eat food 2') def play(): print('play 1') time.sleep(1) print('play 2') g1=gevent.spawn(eat) g2=gevent.spawn(play_phone) gevent.joinall([g1,g2]) print('主')