參考博客：
線程、進程、協(xié)程：
http://www.cnblogs.com/wupeiqi/articles/5040827.html

http://www.cnblogs.com/alex3714/articles/5230609.html

IO多路復(fù)用：
http://www.cnblogs.com/wupeiqi/articles/5040823.html

?課堂筆記：

- 線程進程介紹
1. 工作最小單元是線程
2. 應(yīng)用程序 -> 至少有一個進程 -> 至少有一個線程
3. 應(yīng)用場景：
IO密集型：線程
計算密集型：進程
4. GIL，全局解釋器鎖。
- 保證同一個進程中只有一個線程同時被調(diào)度
- 線程
1. 基本使用
def task(arg):
time.sleep(arg)
print(arg)

for i in range(5):
t = threading.Thread(target=task,args=[i,])
# t.setDaemon(True) # 主線程終止，不等待子線程
# t.setDaemon(False)
t.start()
# t.join() # 一直等
# t.join(1) # 等待最大時間
2. 鎖
# 1. 只能有一個人使用鎖
# lock = threading.Lock() # 只能開一把
# lock = threading.RLock()# 可以開多把
# 2. 多個人同時使用鎖
# lock = threading.BoundedSemaphore(3)
# 3. 所有的解脫鎖的限制
# lock = threading.Event()
# 4. 肆意妄為
# lock = threading.Condition()

3. 線程池
模式一：直接處理
def task(url):
"""
任務(wù)執(zhí)行兩個操作：下載；保存本地
"""
# response中封裝了Http請求響應(yīng)的所有數(shù)據(jù)
# - response.url 請求的URL
# - response.status_code 響應(yīng)狀態(tài)碼
# - response.text 響應(yīng)內(nèi)容（字符串格式）
# - response.content 響應(yīng)內(nèi)容（字節(jié)格式）
# 下載
response = requests.get(url)

# 下載內(nèi)容保存至本地
f = open('a.log','wb')
f.write(response.content)
f.close()

pool = ThreadPoolExecutor(2)
url_list = [
'http://www.oldboyedu.com',
'http://www.autohome.com.cn',
'http://www.baidu.com',
]
for url in url_list:
print('開始請求',url)
# 去連接池中獲取鏈接
pool.submit(task,url)


模式二：分步處理
def save(future):
"""
只做保存 # future中包含response
"""
response = future.result()

# 下載內(nèi)容保存至本地
f = open('a.log','wb')
f.write(response.content)
f.close()

def task(url):
"""
只做下載 requests
"""
# response中封裝了Http請求響應(yīng)的所有數(shù)據(jù)
# - response.url 請求的URL
# - response.status_code 響應(yīng)狀態(tài)碼
# - response.text 響應(yīng)內(nèi)容（字符串格式）
# - response.content 響應(yīng)內(nèi)容（字節(jié)格式）
# 下載
response = requests.get(url)
return response

pool = ThreadPoolExecutor(2)
url_list = [
'http://www.oldboyedu.com',
'http://www.autohome.com.cn',
'http://www.baidu.com',
]
for url in url_list:
print('開始請求',url)
# 去連接池中獲取鏈接
# future中包含response
future = pool.submit(task,url)
# 下載成功后，自動調(diào)用save方法
future.add_done_callback(save)

- 進程
1. 基本使用
from multiprocessing import Process
import time
def task(arg):
time.sleep(arg)
print(arg)

if __name__ == '__main__':
for i in range(10):
p = Process(target=task,args=(i,))
p.daemon = True
# p.daemon = False
p.start()
p.join(1)

print('主進程最后...')

2. 進程之間的數(shù)據(jù)共享
特殊的東西
- Array(‘類型’,長度)
- Manager().list() / Manager().dict()

3. 進程池


================== 結(jié)論 ==================
IO密集：線程
計算密集：進程



- 協(xié)程
pip3 install greenlet
協(xié)程永遠是一個線程在執(zhí)行，對線程的一個分片處理。

二次加工：
自定義:
select實現(xiàn)
現(xiàn)成 :
pip3 install gevent

- IO多路復(fù)用
監(jiān)聽多個socket對象是否有變化（可讀，可寫，發(fā)送錯誤）
- 示例一：

- socketserverIO
- IO多路復(fù)用
- 線程
- 自定義異步非阻塞的框架


本周作業(yè)：
服務(wù)端：socketserver
用IO多路復(fù)用select，使用“偽”并發(fā)


客戶端：
基本操作：
聊天
上傳

嘗試：
客戶端是否可以用select來實現(xiàn)？？？

轉(zhuǎn)載于:https://www.cnblogs.com/liyongsan/p/6580256.html

總結(jié)

以上是生活随笔為你收集整理的Python之路,Day9 - 线程、进程、协程和IO多路复用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。