你知道吗?我最讨厌下雨天了。被淋湿了,总会觉得冷,我讨厌冷。
在Python3.2开始就有concurrent_futures，其可以实现线程池，进程池，不必再自己使用管道传数据造成死锁的问题。并且这个模块具有线程池和进程池、管理并行编程任务、处理非确定性的执行流程、进程/线程同步等功能，但是平时用的最多的还是用来构建线程池和进程池。
此模块由以下部分组成：
- concurrent.futures.Executor: 这是一个虚拟基类，提供了异步执行的方法。
- submit(function, argument): 调度函数（可调用的对象）的执行，将 argument 作为参数传入。
- map(function, argument): 将 argument 作为参数执行函数，以 异步 的方式。
- shutdown(Wait=True): 发出让执行者释放所有资源的信号。
- concurrent.futures.Future: 其中包括函数的异步执行。Future对象是submit任务（即带有参数的functions）到executor的实例
按照常用方法进行归纳学习
知识回顾
线程池案例
# coding:utf-8
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
# 导入线程池和进程池模块
import threading
# 导入线程模块，作用是获取当前线程的名称
import os,time
def task(n):
print('%s:%s is running' %(threading.currentThread().getName(),os.getpid()))
# 打印当前线程名和运行的id号码
time.sleep(2)
return n**2
# 返回传入参数的二次幂
if __name__ == '__main__':
p=ThreadPoolExecutor()
#实例化线程池，设置线程池的数量，不填则默认为cpu的个数*5
l=[]
# 用来保存返回的数据，做计算总计
for i in range(10):
obj=p.submit(task,i)
# 传入的参数是要执行的函数和该函数接受的参数
# -----------------------------------
# 这里执行的方式是异步执行
# # p.submit(task,i).result()即同步执行
# -----------------------------------
# 上面的方法使用range循环有个高级的写法，即map内置函数
# obj=p.map(task,range(10))
# p.shutdown()
# -----------------------------------
l.append(obj)
# 把返回的结果保存在空的列表中，做总计算
p.shutdown()
# 所有计划运行完毕，关闭结束线程池
print('='*30)
print([obj.result() for obj in l])
#上面方法也可写成下面的方法
# with ThreadPoolExecutor() as p: #类似打开文件,可省去.shutdown()
# future_tasks = [p.submit(task, i) for i in range(10)]
# print('=' * 30)
# print([obj.result() for obj in future_tasks])进程池案例
from concurrent.futures import ProcessPoolExecutor
import os,time,random
def task(n):
print('%s is running' %os.getpid())
time.sleep(2)
return n**2
if __name__ == '__main__':
p=ProcessPoolExecutor() #不填则默认为cpu的个数
l=[]
start=time.time()
for i in range(10):
obj=p.submit(task,i) #submit()方法返回的是一个future实例，要得到结果需要用obj.result()
l.append(obj)
p.shutdown() #类似用from multiprocessing import Pool实现进程池中的close及join一起的作用
print('='*30)
# print([obj for obj in l])
print([obj.result() for obj in l])
print(time.time()-start)
#上面方法也可写成下面的方法
# start = time.time()
# with ProcessPoolExecutor() as p: #类似打开文件,可省去.shutdown()
# future_tasks = [p.submit(task, i) for i in range(10)]
# print('=' * 30)
# print([obj.result() for obj in future_tasks])
# print(time.time() - start)
