这篇文章主要介绍了python Event事件、进程池与线程池、协程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

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 Event
from threading import Thread
import 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() # True
def 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 ThreadPoolExecutor
import time
pool = 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 ThreadPoolExecutor
import time
 
pool = 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 time
 
def func1():
 for i in range(10000000):
  i+1
 
def func2():
 for i in range(10000000):
  i+1
start = 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
  yield
 
def 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 time
from gevent import monkey
 
monkey.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) # 5.006161451339722

TCP服务端socket套接字实现协程

服务端：

from gevent import monkey
from gevent import spawn
import socket
 
monkey.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 socket
from threading import Thread, current_thread
 
def 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 += 1
 
 
for i in range(400):
 t = Thread(target=client)
 t.start()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。

原文链接：https://www.cnblogs.com/setcreed/p/11735441.html