回调函数协程

# 什么是回调函数:
# a交给b一个任务 b在执行完成后回过头调用了a的一个函数 就称之为回调
# 为什么需要回调函数:
#    需要获取异步任务的结果,但是又不应该阻塞(降低效率)
#    高效率的获取任务结果
# 通常异步任务都会和回调函数一起使用
# 通过给future对象绑定一个函数 add_done_callback()
#
#
# obj.add_done_callback(参数函数名)
# 注意:在多进程中回调函数是交给住进程来执行而在多线程中 回调函数是谁有空谁执行(不是主线程)

队列:

# 队列:
# from queue import   Queue,LifoQueue,PriorityQueue
#
# # Queue 队列 先进先出
# # LifoQueue 堆栈  后进先出
# # PriorityQueue 优先级队列 取出顺序是 小的优先级先取出来
# # 优先级可以使用数据或者字符
# pq =PriorityQueue()
# pq.put((1,'a'))
# pq.put((2,'b'))
# print(pq.get())

 事件: 就是一个通知
# 是用于协调多个线程工作的,当一个线程要执行某个操作,需要获取另外一个线程的状态

# from threading import Event,Thread
# import time
# e = Event()  #默认False
# def start():
#     print('正在启动服务器')
#     time.sleep(5)
#     print('服务器启动成功')
#     e.set() # 把时间的值设置为Ture
# def connect():
#     print('等待服务器启动...')
#     e.wait()  #会阻塞 直到对方把事件设置为Ture
#     if e.isSet():
#         print('连接成功!')
# Thread(target=start).start()
# Thread(target=connect).start()
#
#
# def connect():
#     #客户端尝试3次连接服务器 3次不成功后放弃每次等待1s
#     for i in range(3):
#         print('等待服务器启动...')
#         e.wait(1)  #会阻塞 直到对方把事件设置为Ture
#         if e.isSet():
#             print('连接成功!')
#             break
#         else:
#             print('连接失败')
#     else:
#         print('服务器没有启动')

    greenlet 主要封装了生成器 是的我们在使用生成器实现并发时 简化了代码

"""

import greenlet
import time

def task1():
    print("task1 run")
    time.sleep(10)
    g2.switch()
    print("task1 run")

def task2():
    print("task2 run")
    g1.switch()

g1 = greenlet.greenlet(task1)
g2 = greenlet.greenlet(task2)
g1.switch()

协程:
可以这么理解是协助线程更高效的工作
本质就是单线程现实并发
也称之为微线程(它比线程更轻量级 单线程下任务的切换比操作系统切换线程要简单 的多)

from gevent import monkey
monkey.patch_all()
import gevent
import time

def task3():
    print('task3 run')
    time.sleep(3)
    print('task3 run')

def task4():
    print('task4 run')
    time.sleep(3)
    print('task3 run')
g1 = gevent.spawn(task3)
g2 = gevent.spawn(task4)

异步提交任务 不考虑是否执行完,直接运行下去直接结束

# gevent.joinall([g1,g2])  #等待所有任务结束
# 如果开启了一个会产生的io操作 如果没有join 当其他任务结束时这个任务会立即结束不会等待结束,所以要确保给每个任务都添加到join

回调函数 协程

回调函数协程