GIL，queue，进程池与线程池

GIL

1.什么是GIL（这是Cpython解释器）

         GIL本质就是一把互斥锁，既然是互斥锁，原理都是同样的，都是让多个并发线程同一时间只能有一个执行

         即：有了GIL的存在，同一进程内的多个线程同一时刻只能有一个在运行，意味着Cpython中一个进程下的多个线程没法实现并行，因此就没法利用多核优点，但不影响并发的实现

         GIL能够被比喻成执行权限，同一进程下的全部线程，想要执行都须要先抢执行权限

 

2.为什么要有GIL

         由于Cpython解释器自带垃圾回收机制不是线程安全的

 

3.如何用

         GIL vs 自定义互斥锁

                  GIL至关于执行权限，会在任务没法执行的状况下，被强行释放

                  自定义互斥锁即使是没法执行，也不会自动释放

 

4.有两种并发解决方案：

         多进程：计算密集型

         多线程：IO密集型

 

线程queue

#1.队列：先进先出
q=queue.Queue(3)
q.put(1)
q.put(2)
q.put(3)

print(q.get())
print(q.get())
print(q.get())

#2.堆栈：先进后出
q=queue.LifoQueue()
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())

#3. 优先级队列：优先级高先出来,数字越小，优先级越高
q=queue.PriorityQueue()
q.put((3,'data1'))
q.put((-10,'data2'))
q.put((11,'data3'))

print(q.get())
print(q.get())
print(q.get())

进程池与线程池

1.何时用池

         池的功能是限制启动的进程或线程数

         何时应该限制？

                  当并发的任务数远远超过了计算机的承受能力时，即没法一次性开启过多的进程数或线程数时，就应该使用池的概念，将开启的进程数或线程数限制在计算机可承受的范围内。

 

2.同步vs异步

         同步、异步指的是提交任务的两种方式

         同步：提交任务后就在原地等待，直到任务运行完毕后拿到任务的返回值，再继续运行下一行代码

         异步：提交完任务（绑定一个回调函数）后根本就不在原地等待，直接运行下一行代码，等到任务有返回值后会自动触发回调函数

 

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import os,time,random 

def task(n):
    print('%s run...' %os.getpid())
    time.sleep(5)
    return n**2

def parse(future):
    time.sleep(1)
    res=future.result()
    print('%s 处理了 %s' %(os.getpid(),res))

if __name__ == '__main__':
    pool=ProcessPoolExecutor(4)
    start=time.time()
    for i in range(1,5):
        future=pool.submit(task,i)
        future.add_done_callback(parse) # parse会在futrue有返回值时马上触发，而且将future看成参数传给parse
    pool.shutdown(wait=True)
    stop=time.time()
    print('主',os.getpid(),(stop - start))

线程池只须要将pool=ProcessPoolExecutor(4)改为pool = ThreadPoolExecutor(4)便可，在使用回调时，多进程是用主进程来执行回调的，而多线程是哪一个线程闲着就由哪一个线程来执行