同步异步与回调函数

同步异步

1，同步

• 同步是指一个进程在执行某个请求的时候，若该请求需要一段时间才能返回信息，那个这个进程会一直等待下去，直到收到返回信息，才继续执行下去

  from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor
  import os, random
  
  
  def task(i):
      print(f'{os.getpid()}开始了任务')
      time.sleep(random.randint(1,3))
      print(f'{os.getpid()}结束了任务')
      return i
  
  
  if __name__ == '__main__':
      p = ProcessPoolExecutor()
      for i in range(10):
          obj = p.submit(task, i)
          print(obj.result())
      p.shutdown(wait=True)

2，异步

• 是指进程不需要一直等待下去，而是继续执行下面的操作，不管其他进程 的状态，当有消息返回时系统会通知进程进行处理，这样可以提高执行的效率

• from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor
  import os
  import requests
  
  def task(i):
      print(f'{os.getpid()}开始了任务')
      time.sleep(random.randint(1,3))
      print(f'{os.getpid()}结束了任务')
      return i
  
  
  if __name__ == '__main__':
      p = ThreadPoolExecutor()
      li = []
      for i in range(10):
          obj = p.submit(task, i)
          li.append(obj)
      p.shutdown()
      for i in li:
          print(i.result())
  ##################map函数的应用
  if __name__ == '__main__':
      p = ProcessPoolExecutor()
      obj = p.map(task, range(10))
      p.shutdown()
      print(list(obj))

回调函数

• 进程池与线程池的区别

  • 进程池：主进程调用回调函数，得到任务结果
  • 线程池：空闲线程调用回调函数，得到任务结果

• 回调函数什么时候用，回调函数在爬虫中最常用，造数据的非常耗时，处理数据的时候不耗时

• 回调函数的场景：进程池中任何一个任务一旦完成了，就立即告知主进程，主进程则调用一个函数去处理结果，该函数即回调函数。

• 我们可以把耗时间即阻塞的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程就在执行回调函数时就省去了IO阻塞的过程，直接拿到任务单结果

• 异步加回调函数处理网站

• from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor
  import os
  import requests
  
  
  def url_page(url):
      response = requests.get(url)
      print(f'{os.getpid()} is getting {url}')
      if response.status_code == 200:
          return {"url": url, "text": response.text}
  
  
  def parse_page(res):
      res = res.result()
      with open('url.text', 'a', encoding='utf-8') as f:
          parse_res = f"url:{res['url']} size:{len(res['text'])}"
          f.write(parse_res+'\n')
  
  
  if __name__ == '__main__':
      p = ProcessPoolExecutor(4)
      # p = ThreadPoolExecutor(4)
      l = [
          'http://www.baidu.com',
          'http://www.baidu.com',
          'http://www.baidu.com',
          'http://www.baidu.com',
          'http://www.JD.com',
          'http://www.JD.com',
          'http://www.JD.com',
          'http://www.JD.com',
          'http://www.JD.com',
          'http://www.JD.com',
      ]
      for i in l:
          # res = p.submit(url_page, i).add_done_callback(parse_page)
          ret = p.submit(url_page, i)
          ret.add_done_callback(parse_page)
      p.shutdown()