应用场景
# 什么时候用池
池的功能是限制启动的进程数或线程数
# 什么时候应该限制
当并发的任务数量远远超过了计算机的承受能力时，
即无法一次性开启过多的进程数或线程数时，
就应该用池的概念，将开启的进程数或线程数限制在计算机的可承受范围内
# 提交任务的两种形式
1. 同步：提交完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
2. 异步：提交完任务后不在原地等待，直接运行下一行代码，任务的返回值
线程池
'''
线程池由concurrent.futures 下的ThreadPoolExecutor提供
submit(fn,*args,**kwarg s)将函数fn提交给线程池，
map(fn,*iterables,timeout=None,chunksize =1) 启动多线程，让函数fn分别使用后面的可迭代参数
map的结果是生成器类型的数据，映射函数名字对应的结果保存在map object中
shutdown(wait = True) 关闭线程池，已经关闭的线程池不能再添加线程，可以用上下文管理器，自动关闭
'''
'''
使用submit() 函数提交后会返回future 对象
cancel() 可以取消该线程，如果线程正则运行，不可取消并返回Fasle，否则取消，并返回True
cancelled() 返回线程是否被取消
running() 返回线程是否正在运行
done() 返回线程是否完成，包括取消和正常完成
result()获取该线程的返回值，会阻塞线程，timeout 是阻塞时间，阻塞时间内获取不到就不要了，报错
add_done_callback(fn) 线程结束后执行fn回调函数
# -*- coding: utf-8 -*-
import os
import random
import time
from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor
def task(n):
print(f"{os.getpid()} is run..")
time.sleep(n)
# print('f')
return n ** 2
# if __name__ == '__main__':
# pool = ProcessPoolExecutor(max_workers=4)
# start = time.perf_counter()
# res_list = [pool.submit(task, random.randint(1, 5)).result() for i in range(5)]
# pool.shutdown(wait=True)
#
# # res = [res.result() for res in res_list]
# end = time.perf_counter()
# print(res_list) # [1, 4, 4, 25, 9]
# print(f'main... {end - start}') # main... 13.29411249999248 1+2+2+5+3
if __name__ == '__main__':
pool = ProcessPoolExecutor(max_workers=4)
start = time.perf_counter()
res_list = [pool.submit(task, random.randint(1, 5)) for i in range(5)]
pool.shutdown(wait=True)
res = [res.result() for res in res_list]
end = time.perf_counter()
print(res) # [9, 25, 4, 25, 4]
print(f'main... {end - start}') # main... 5.186168200001703 5
# if __name__ == '__main__':
# pool = ProcessPoolExecutor(max_workers=4)
# start = time.perf_counter()
# for i in range(10):
# # pool.submit(task,args = random.randint(1,5))
# # main...0.021992599999066442，多进程执行结果
# res =pool.submit(task,2)
# main...0.018832400004612282 604 is run..14160 is run..
# # res = pool.submit(task, i)
# # 产生res对象，对象有result方法
# # pool 没有 join 方法，使用了res.result() 获取结果，会使多进程或者多线程阻塞
# # print(res.result()) # main...20.27270380000118
# pool.shutdown(wait=True)
# #shutdown 关闭 进程池的入口，等待全部运行完 main...9.246424099997967
# end = time.perf_counter()
# # processes = [pool.submit(task,args = range(1,5)) for i in range(10)]
# print(f'main...{end- start}') # main...45.25680309999734