python day Twelve

简介:

python day Twelve

一、线程池(补充)

1.上下文管理  

2.终止线程池操作

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
1. 线程和队列
 
import  queue
import  threading
 
class  ThreadPool( object ):
     def  __init__( self , max_num = 20 ):          #max_num:固定队列参数20
         self .queue  =  queue.Queue(max_num)
         for  in  range (max_num):             #往队列里边循环加线程
             self .queue.put(threading.Thread)
     def  get_thread( self ):                    #获取线程
         return  self .queue.get()
     def  add_thread( self ):                    #增加线程,用于不断增加线程
         self .queue.put(threading.Thread)
 
pool  =  ThreadPool( 10 )            #定义线程池10个
def  func(arg, p):
     print  (arg)
     import  time
     time.sleep( 2 )                #等待2s
     p.add_thread()               #上边执行完一个任务后,线程自动关闭,再手动增加一个线程到队列。
 
for  in  range ( 30 ):              #有30个任务需要执行
     thread  =  pool.get_thread()    #从队列里获取一个线程
     =  thread(target = func, args = (i, pool))
     t.start()                    #启动线程
     
     
2. 上下文管理和终止线程操作
 
import  queue
import  threading
import  contextlib
import  time
 
StopEvent  =  object ()
class  ThreadPool( object ):
     def  __init__( self , max_num, max_task_num  =  None ):
         if  max_task_num:
             self .q  =  queue.Queue(max_task_num)
         else :
             self .q  =  queue.Queue()
         self .max_num  =  max_num
         self .cancel  =  False
         self .terminal  =  False
         self .generate_list  =  []
         self .free_list  =  []
     def  run( self , func, args, callback = None ):
         """
         线程池执行一个任务
         :param func: 任务函数
         :param args: 任务函数所需参数
         :param callback: 任务执行失败或成功后执行的回调函数,回调函数有两个参数1、任务函数执行状态;2、任务函数返回值(默认为None,即:不执行回调函数)
         :return: 如果线程池已经终止,则返回True否则None
         """
         if  self .cancel:
             return
         if  len ( self .free_list)  = =  0  and  len ( self .generate_list) <  self .max_num:
             self .generate_thread()
         =  (func, args, callback,)
         self .q.put(w)
 
     def  generate_thread( self ):                       #创建一个线程
         =  threading.Thread(target = self .call)
         t.start()
 
     def  call( self ):                          #循环去获取任务函数并执行任务函数
         current_thread  =  threading.currentThread()
         self .generate_list.append(current_thread)
         event  =  self .q.get()
         while  event ! =  StopEvent:
             func, arguments, callback  =  event
             try :
                 result  =  func( * arguments)
                 success  =  True
             except  Exception as e:
                 success  =  False
                 result  =  None
             if  callback  is  not  None :
                 try :
                     callback(success, result)
                 except  Exception as e:
                     pass
             with  self .worker_state( self .free_list, current_thread):
                 #上下文管理,内部运行一个装饰器,具体内容看例3
                 if  self .terminal:
                     event  =  StopEvent
                 else :
                     event  =  self .q.get()
         else :
             self .generate_list.remove(current_thread)
 
     def  close( self ):                         #执行完所有的任务后,所有线程停止
         self .cancel  =  True
         full_size  =  len ( self .generate_list)
         while  full_size:
             self .q.put(StopEvent)
             full_size  - =  1
     def  terminate( self ):                     #无论是否还有任务,终止线程
         self .terminal  =  True
         while  self .generate_list:
             self .q.put(StopEvent)
         self .q.queue.clear()
     @contextlib.contextmanager
     def  worker_state( self , state_list, worker_thread):
         #用于记录线程中正在等待的线程数
         state_list.append(worker_thread)
         try :
             yield
         finally :
             state_list.remove(worker_thread)
# How to use
pool  =  ThreadPool( 5 )
def  callback(status, result):
     # status, execute action status
     # result, execute action return value
     pass
def  action(i):
     print (i)
for  in  range ( 30 ):
     ret  =  pool.run(action, (i,), callback)
 
time.sleep( 5 )
print ( len (pool.generate_list),  len (pool.free_list))
print ( len (pool.generate_list),  len (pool.free_list))
# pool.close()            #等待任务结束之后,终止线程;终止线程池操作方法1.
pool.terminate()           #无论是否还有任务,终止线程;终止线程池操作方法2.
 
python  3.0 官方上下文管理详见:https: / / docs.python.org / 3 / library / contextlib.html


二、redis 发布订阅


三、rabbitMQ


四、mysql


五、python pymysql模块


六、python ORM框架:SQLAchemy


七、python Paramiko模块


八、基于Paramiko模块来看堡垒机如何实现



     本文转自506554897 51CTO博客,原文链接:http://blog.51cto.com/506554897/1846557,如需转载请自行联系原作者





相关文章
|
12天前
|
Python
619: 蟠桃记(python)
619: 蟠桃记(python)
|
Java 开发者 Python
Python中的self是什么你知道嘛?
在Python类中规定,函数的第一个参数是实例对象本身,并且约定俗成,把其名字写为self。其作用相当于java中的this,表示当前类的对象,可以调用当前类中的属性和方法。
|
2月前
|
Python
python作业题
python作业题
|
5月前
|
JSON NoSQL Redis
Python使用小结
Python使用小结
40 0
|
IDE 开发工具 Python
万事开头难——正确开始使用Python
万事开头难——正确开始使用Python
59 0
万事开头难——正确开始使用Python
|
编解码 数据处理 索引
python xarray 简单介绍
python xarray 简单介绍
|
数据处理 Python
python 小知识 - 类全知道
类是面向对象编程的基础,是python开发过程中需要重要掌握的知识点。
138 0
python 小知识 - 类全知道
|
SQL Java 关系型数据库
数据持久化技术(Python)的使用
数据持久化技术(Python)的使用
|
BI 测试技术 Python
每天一个Python小技巧(4)
每天一个Python小技巧(4)
每天一个Python小技巧(4)