一、socket服务端实现并发服务端:
import socket
from threading
import Thread
"""
服务端:
1、固定的ip和port
2、24小时不间断提供服务
3、支持高并发
"""
server =
socket.socket()
server.bind(('127.0.0.1',8080
))
server.listen(5)
# 半连接池
def communicate(conn):
while True:
try:
data = conn.recv(1024
)
if len(data) == 0:
break
print(data)
conn.send(data.upper())
except ConnectionResetError:
break
conn.close()
while True:
conn,addr =
server.accept()
print(addr)
t = Thread(target=communicate,args=
(conn,))
t.start()
客户端:
import socket
client =
socket.socket()
client.connect(('127.0.0.1',8080
))
while True:
msg = input(
'>>>:').encode(
'utf-8')
if len(msg) == 0:
continue
client.send(msg)
data = client.recv(1024
)
print(data)
二、进程池线程池介绍池: 为了减缓计算机硬件的压力,避免计算机硬件设施崩溃 虽然减轻了计算机的压力,但一定程度上降低了持续的效率进程池线程池: 为了限制开设的进程数和线程数,从而保证计算机硬件的安全使用方法: concurrent.futures模块导入 线程池创建(线程数=CPU核数*5左右) submit提交任务(提交任务的两种方式) 异步提交的submit返回值对象 shutdown关闭池并等待所有任务运行结束 对象获取任务返回值 进程池的使用,验证进程池在创建的时候里面固定有指定的进程数 异步提交回调函数的使用进程池:
from concurrent.futures
import ProcessPoolExecutor
import time
import os
pool = ProcessPoolExecutor(5)
# 创建一个池子,池子里面有5个进程
def task(n):
print(n,os.getpid())
time.sleep(2
)
return n**2
def call_back(n):
print(
'拿到了结果:%s'%
n.result())
"""
提交任务的方式
同步:提交任务之后,原地等待任务的返回结果,再继续执行下一步代码
异步:提交任务之后,不等待任务的返回结果(通过回调函数拿到返回结果并处理),直接执行下一步操作
"""
if __name__ ==
'__main__':
for i
in range(20
):
future =
pool.submit(task,i).add_done_callback(call_back)
print(
'主')
线程池:
from concurrent.futures
import ThreadPoolExecutor
import time
import os
pool = ThreadPoolExecutor(5)
# 创建一个池子,池子里面有5个线程
def task(n):
print(n,os.getpid())
time.sleep(2
)
return n**2
def call_back(n):
print(
'拿到了结果:%s'%
n.result())
"""
提交任务的方式
同步:提交任务之后,原地等待任务的返回结果,再继续执行下一步代码
异步:提交任务之后,不等待任务的返回结果(通过回调函数拿到返回结果并处理),直接执行下一步操作
"""
if __name__ ==
'__main__':
for i
in range(20
):
future =
pool.submit(task,i).add_done_callback(call_back)
print(
'主')
三、协程进程:资源单位线程:执行单位协程:单线程下实现并发(能够在多个任务之间切换和保存状态来节省IO), 这里注意区分操作系统的切换+保存状态是针对多个线程而言, 而我们现在是想在单个线程下自己手动实现操作系统的切换+保存状态的功能注意:协程这个概念完全是程序员自己想出来的东西,它对于操作系统来说根本不存在 操作系统只知道进程和线程,并不是单个线程下实现切换+保存状态就能提升效率, 如果没有遇到io操作反而会降低效率高并发: 多进程下开多线程,多线程下用协程实现并发的手段: yield能够实现保存上次运行状态,但是无法识别遇到io才切gevent模块: 一个spawn就是一个帮你管理任务的对象
from gevent
import monkey;monkey.patch_all()
# 检测所有的io行为
from gevent
import spawn,joinall
# joinall列表里放多个对象,实现join效果
import time
def play(name):
print(
'%s play 1' %
name)
time.sleep(5
)
print(
'%s play 2' %
name)
def eat(name):
print(
'%s eat 1' %
name)
time.sleep(3
)
print(
'%s eat 2' %
name)
start =
time.time()
g1 = spawn(play,
'lucas')
g2 = spawn(eat,
'lucas')
joinall([g1,g2])
print(
'主',time.time()-start)
四、协程实现服务端客户端通信链接和通信都是io密集型操作,我们只需要在这两者之间来回切换其实就能实现并发的效果服务端监测链接和通信任务,客户端起多线程同时链接服务端服务端:
from gevent
import monkey;monkey.patch_all()
from gevent
import spawn
import socket
def communicate(conn):
while True:
while True:
try:
data = conn.recv(1024
)
if len(data) == 0:
break
print(data)
conn.send(data.upper())
except ConnectionResetError:
break
conn.close()
def sever():
server =
socket.socket()
server.bind(('127.0.0.1',8080
))
server.listen(5
)
while True:
conn,addr =
server.accept()
spawn(communicate,conn)
if __name__ ==
'__main__':
s1 =
spawn(sever)
s1.join()
客户端:
from threading
import Thread,current_thread
import socket
def client():
client =
socket.socket()
client.connect(('127.0.0.1',8080
))
n = 1
while True:
data =
'%s %s' %
(current_thread().name,n)
n += 1
client.send(data.encode('utf-8'))
info = client.recv(1024
)
print(info)
if __name__ ==
'__main__':
for i
in range(500
):
t = Thread(target=
client)
t.start()
五、IO模型阻塞IO非阻塞IO(服务端通信针对accept用s.setblocking(False)加异常捕获,cpu占用率过高)IO多路复用异步IO
转载于:https://www.cnblogs.com/yanminggang/p/10839083.html