进程池

进程池：就是创建一定数量的进程 ， 当有任务进来执行的时候 ， 那么在池中的某一个进程进行处理任务 ， 当进程处理任务完毕 之后不关闭 ， 而是进入池中等到任务 。

进程池不会增加操作系统的调度难度 ， 还节省了开闭进程的时间 ， 在一定程度上能够事项并发效果

进程池的导入

# 进程池
from concurrent.futures import  ProcessPoolExecutor
# 线程池
from concurrent.futures import  ThreadPoolExecutor
 
 from concurrent.futures import  ProcessPoolExecutor
import time

# 设置进程池对象 ， 传入参数，就代表这个进程池的大小（有多少个进程）
# 没有参数，会默认开设当前计算机CPU个数的进程
pool_p = ProcessPoolExecutor(10)


def func(name):
    print(f'{name}')
    time.sleep(2)


if __name__ == '__main__':
    for i in range(20):
        pool_p.submit(func , i)
# submit(func , i)这个是有返回值的 ， 返回的是Future对象 ， 这个对象result方法，该方法是用来获取返回值的正在数据结果
from concurrent.futures import  ProcessPoolExecutor
import time

# 设置进程池对象 ， 传入参数，就代表这个进程池的大小（有多少个进程）
# 没有参数，会默认开设当前计算机CPU个数的进程
pool_p = ProcessPoolExecutor(10)


def func(n):
    # print(f'{n}')
    time.sleep(2)
    return n + 1


if __name__ == '__main__':
    for i in range(20):
        res = pool_p.submit(func , i)
        print(res)  # 获取到Future对象
        print(res.result()) # 通过result方法获取到对象中每个任务返回的数据



# shutdown() 等待进程池中所有进程任务结束之后 ， 在执行主进程
from concurrent.futures import  ProcessPoolExecutor
import time

# 设置进程池对象 ， 传入参数，就代表这个进程池的大小（有多少个进程）
# 没有参数，会默认开设当前计算机CPU个数的进程
pool_p = ProcessPoolExecutor(10)


def func(n):
    # print(f'{n}')
    time.sleep(2)
    return n + 1


if __name__ == '__main__':
    # 将所有任务的返回值添加到列表
    ls = []
    for i in range(20):
        res = pool_p.submit(func , i)
        ls.append(res)
        print(res)  # 获取到Future对象

    # 等待进程池中所有进程任务结束之后 ， 在执行主进程
    pool_p.shutdown()
    for i in ls:
        print(i.result()) # 通过result方法获取到对象中每个任务返回的数据
# 进程池/线程池有一个回调机制——add_done_callback()
from concurrent.futures import  ProcessPoolExecutor
import time

# 设置进程池对象 ， 传入参数，就代表这个进程池的大小（有多少个进程）
# 没有参数，会默认开设当前计算机CPU个数的进程
pool_p = ProcessPoolExecutor(10)


def func(n):
    # print(f'{n}')
    time.sleep(2)
    return n + 1

def f(fun):
    print(f'获取到返回值结果{fun.result()}')

if __name__ == '__main__':
    # 将所有任务的返回值添加到列表
    ls = []
    for i in range(20):
        res = pool_p.submit(func , i)
        # 回调机制不需要对任务进行参数传递 ， 参数会根据对象进行传入
        res.add_done_callback(f)

进程是依靠电脑的操作系统进行调度；

线程是依靠电脑的CPU进行调度；

那么两者的调度顺序也是有操作系统或者CPU使用的调度决定的。