并发编程-协程、池，io模型

一、线程池、进程池

　　开进程、开线程都需要消耗资源，只不过两者比较的情况线程消耗的资源比较少

　　在计算机能够承受范围之内最大限度的利用计算机

什么是池？

　　在保证计算机硬件安全的情况下最大限度的利用计算机

　　池其实是降低了程序的运行效率，但是保证了计算机硬件的安全

　　（硬件的发展跟不上软件的速度）

# 调用
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

# 建池子
pool = ProcessPoolExecutor()   # 默认是当前计算机cpu的个数
pool = ThreadPoolExecutor(5)  # 括号可穿参数，不传默认代表cpu个数*5

res = pool.submit(task,i).add_done_callback(call_back)
# 提交任务，绑定一个回调函数，一旦该任务有结果，立刻执行对于的回调函数

res.result()  # 原地等待任务的返回结果

pool.shutdown()  # 关闭池子，等待池子中所有的任务执行完毕之后，才会往下运行代码

import time
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor


# pool = ThreadPoolExecutor(5)  # 括号内可以传参数指定线程池内的线程个数
# # # 也可以不传，不传默认是当前所在计算机的 CPU的个数乘5
import os

pool = ProcessPoolExecutor()  # 默认是当前计算机cpu的个数

'''
尺子中创建的进程/线程创建一次就不会再创建了，
至始至终用的都是最初的那几个，这样的话节省了反复开辟进程/线程的资源
'''
def task(n):
    print(n,os.getpid())  # 查看当前进程号
    time.sleep(2)
    return n*2

def call_back(n):
    print('拿到了异步提交的任务的返回结果：',n.result())

'''
提交任务的方式
    同步：提交任务之后，原地等待任务的返回结果，期间不做任何事
    异步：提交任务之后，不等待任务的返回结果，直接指向下一步
'''
# pool.submit(task,1)  # 朝线程池中提交任务 ，异步提交
# print('主')

'''
异步回调机制：当异步提交的任务有返回结果之后，会自动出发回调函数的执行
'''
# if __name__ == '__main__':
#     t_list = []
#     for i in range(5):
#         # 提交任务的时候，绑定一个回调函数，一旦该任务有结果，立刻执行对于的回调函数
#         res = pool.submit(task,i).add_done_callback(call_back)
#         # print(res.result())  # 原地等待任务的返回结果
#         t_list.append(res)
# #
#     # pool.shutdown()  # 关闭池子，等待池子中所有的任务执行完毕之后，才会往下运行代码
#     # print(t_list)
#     # for p in t_list:
#     #     print('>>>:',p.result())


### 最终版本
if __name__ == '__main__':
    for i in range(5):
        res = pool.submit(task,i).add_done_callback(call_back)

二、协程

　　完全是程序员自己想出来的名词，单线程下实现并发（并发：切换+保存状态）

　　  进程、线程、协程之间区别：

　　　　进程：资源单位

　　　　线程：执行单位

　　　　协程：单线程下实现并发

'''
gevent模块
'''

from gevent import monkey;monkey.patch_all()  # 由于该模块经常被使用，建议写成一行
from gevent import spawn
import time
'''
注意gevent模块没办法自动识别time.sleep等io情况
需要手动再配置一个参数
'''

def heng():
    print("哼")
    time.sleep(2)
    print('哼')

def ha():
    print('哈')
    time.sleep(3)
    print('哈')

def heiheihei():
    print('嘿嘿嘿')
    time.sleep(5)
    print('嘿嘿嘿')

start = time.time()
g1 = spawn(heng)
g2 = spawn(ha)  # spawn 会检测所有的任务
g3 = spawn(heiheihei)
g1.join()
g2.join()
g3.join()
print(time.time()-start)

三、IO模型：

阻塞io

非阻塞io

多路复用io

异步io