◎知识点
进程池Pool
线程池ThreadPool
◎脚本练习
▽ 进程池Pool
"""
如果并发的任务数过多，一次性创建并启动大量的进程会给计算机带来很大的压力，那么就可以使用进程池
对创建与启动的进程进行限制和管理。
进程池中所能容纳的进程数目是固定的。
标准库模块multiprocessing中提供了一个类对象Pool，用于表示进程池。进程池中所能容纳的进程数目
可以在创建Pool实例对象时进行指定；如果不指定，默认大小是CPU的核数
"""
from multiprocessing import Pool
import time, random
def do_sth(i):
print('子进程%d启动' % i)
start = time.time()
time.sleep(random.random() * 10)
end = time.time()
print('子进程%d结束，耗时%.2f秒' % (i, end - start))
if __name__ == '__main__':
print('父进程启动')
# 将进程池所能容纳的最大进程数指定为3
pp = Pool(3)
for i in range(1, 11):
# 与方法start()类似，不同的是，创建并启动由进程池管理的子进程
pp.apply_async(do_sth, args=(i,))
# 调用方法join()之前必须先调用方法close()
# 调用方法close()之后就不能让进程池再管理新的进程了
pp.close()
# 父进程被阻塞
# 进程池管理的所有子进程执行完之后，父进程再从被阻塞的地方继续执行
pp.join()
print('父进程结束')
# 程序运行后会同时创建3个子进程，第4个子进程要等前面3个中的某一个执行结束后才会创建并启动
▽ 线程池ThreadPool
"""
如果并发的任务数过多，一次性创建并启动大量的线程会给计算机带来很大的压力，那么就可以使用线程池
对创建与启动的线程进行限制和管理。
线程池所能容纳的线程数目是固定的。
第三方库threadpool中提供了一个类对象ThreadPool，用于表示线程池。线程池中所能容纳的线程数目
可以在创建ThreadPool实例对象时进行指定；如果不指定，默认大小是CPU的核数。
"""
from threadpool import ThreadPool, makeRequests
import time, random
def do_sth(i):
print('子线程%d启动' % i)
start = time.time()
time.sleep(random.random() * 10)
end = time.time()
print('子进程%d结束，耗时%.2f秒' % (i, end - start))
if __name__ == '__main__':
print('父线程启动')
args_list = []
for i in range(1, 11):
args_list.append(i)
# 将线程池所能容纳的最大线程数指定为3
tp = ThreadPool(3)
# 创建需要线程池处理的任务
requests = makeRequests(do_sth, args_list)
# 将需要线程池处理的任务全部交给线程池，此后会创建并启动由线程池管理的子线程
for req in requests:
tp.putRequest(req)
# 父线程被阻塞
# 线程池管理的所有子线程执行完之后，父线程再从被阻塞的地方继续执行
tp.wait()
print('父线程结束')
# 程序运行后会同时创建3个子进程，第4个子进程要等前面3个中的某一个执行结束后才会创建并启动
