python中Event事件、进程池、线程池以及协程的实例介绍
这篇文章主要介绍"python中Event事件、进程池、线程池以及协程的实例介绍"，在日常操作中，相信很多人在python中Event事件、进程池、线程池以及协程的实例介绍问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"python中Event事件、进程池、线程池以及协程的实例介绍"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
Event事件
用来控制线程的执行
出现e.wait()，就会把这个线程设置为False，就不能执行这个任务；
只要有一个线程出现e.set()，就会告诉Event对象，把有e.wait的用户全部改为True，剩余的任务就会立马去执行。由一些线程去控制另一些线程，中间通过Event。
from threading import Eventfrom threading import Threadimport time# 调用Event实例化出对象e = Event()## # 若该方法出现在任务中，则为False，阻塞# e.wait() # False# # 若该方法出现在任务中，则将其他线程的False改为True，进入就绪态和运行态# e.set() # Truedef light(): print('红灯亮...') time.sleep(5) # 应该发出信号，告诉其他线程准备执行 e.set() # 将car中的False变为True print('绿灯亮...')def car(name): print('正在等红灯...') # 让所有汽车任务进入阻塞态 e.wait() # False print(f'{name}正在加速飘逸...')# 让一个light线程控制多个car线程t = Thread(target=light)t.start()for i in range(10): t = Thread(target=car, args=(f'汽车{i}号', )) t.start()进程池与线程池
进程池与线程池是用来控制当前程序允许创建（进程/线程）的数量
作用：保证在硬件允许的范围内创建（进程/线程）的数量
线程池使用一：
from concurrent.futures import ThreadPoolExecutorimport timepool = ThreadPoolExecutor(5) # 5代表只能开启5个进程, 不加默认使用cpu的进程数# ThreadPoolExecutor(5) # 5代表只能开启5个线程# pool.submit() #异步提交任务， 括号里传函数地址def task(): print('线程任务开始了...') time.sleep(1) print('线程任务结束了...')for line in range(5): pool.submit(task)使用二：
from concurrent.futures import ThreadPoolExecutorimport timepool = ThreadPoolExecutor(5) # 5代表只能开启5个进程, 不加默认使用cpu的进程数# ThreadPoolExecutor(5) # 5代表只能开启5个线程# pool.submit() #异步提交任务， 括号里传函数地址def task(): print('线程任务开始了...') time.sleep(1) print('线程任务结束了...') return 123# 回调函数def call_back(res): print(type(res)) res2 = res.result() # 注意：赋值操作不要与接收的res同名 print(res2)for line in range(5): pool.submit(task).add_done_callback(call_back)pool.shutdown() 会让所有线程池的任务结束后，才往下执行代码
多线程爬取梨视频
利用requests模块，封装底层socket套接字
主页中获取所有视频id号，拼接视频详情页url
在视频详情页中获取真实视频url srcUrl=
往真实视频url地址发送请求获取 视频 二进制数据
最后把视频二进制数据保存到本地
协程
进程： 资源单位
线程： 执行单位
协程： 在单线程下实现并发
注意： 协程不是操作系统资源，目的是让单线程实现并发
协程目的
操作系统：使用多道技术，切换 + 保存状态，一个是遇到IO， 另一个是CPU执行时间过长
协程：通过手动模拟操作系统 "多道计数"， 实现 切换 + 保存状态
手动实现，遇到IO切换，欺骗操作系统误以为没有IO操作
单线程时，遇到IO，就切换 + 保存状态
单线程时，对于计算密集型，来回切换 + 保存状态反而效率更低
优点：在IO密集型的情况下，会提高效率
缺点：若在计算密集型的情况下，来回切换，反而效率更低
import timedef func1(): for i in range(10000000): i+1def func2(): for i in range(10000000): i+1start = time.time()func1()func2()stop = time.time()print(stop - start) # 1.0312113761901855# 基于yield实现并发 在计算密集型的情况下效率更低def func1(): while True: 10000000+1 yielddef func2(): g = func1() for i in range(10000000): i+1 next(g) # 每次执行next相当于切换到func1下面start = time.time()func2()stop = time.time()print(stop - start) # 1.3294126987457275
gevent
gevent是一个第三方模块，可以帮你监听IO操作，并切换
使用gevent的目的：在单线程下实现，遇到IO就会 保存状态 + 切换
import timefrom gevent import monkeymonkey.patch_all() # 可以监听该程序下所有的IO操作from gevent import spawn, joinall # 用于做切换 + 保存状态def func1(): print('1') time.sleep(1) # IO操作def func2(): print('2') time.sleep(3)def func3(): print('3') time.sleep(5)start = time.time()s1 = spawn(func1)s2 = spawn(func2)s3 = spawn(func3)s1.join() # 发送信号，相当于等待自己（在单线程的情况下）s2.join()s3.join()# joinall((s1, s2, s3)) # 一个个执行很麻烦，可以用joinall把这些全部装进去end = time.time()print(end - start) # 5.006161451339722TCP服务端socket套接字实现协程
服务端：
from gevent import monkeyfrom gevent import spawnimport socketmonkey.patch_all()server = socket.socket()server.bind(('127.0.0.1', 9999))server.listen(5)def task(conn): while True: try: data = conn.recv(1024) if len(data) == 0: break print(data.decode('utf-8')) send_data = data.upper() conn.send(send_data) except Exception: break conn.close()def server2(): while True: conn, addr = server.accept() print(addr) spawn(task, conn)if __name__ == '__main__': s = spawn(server2) s.join()客户端：
import socketfrom threading import Thread, current_threaddef client(): client = socket.socket() client.connect(('127.0.0.1', 9999)) number = 0 while True: send_data = f'{current_thread().name} {number}' client.send(send_data.encode('utf-8')) data = client.recv(1024) print(data.decode('utf-8')) number += 1for i in range(400): t = Thread(target=client) t.start()到此，关于"python中Event事件、进程池、线程池以及协程的实例介绍"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！
