线程进程协程

前面介绍了ThreadPoolExecutor 的用法，现在我们从源码的角度来剖析 with ThreadPoolExecutor(5) as thread的使用 第一、with的使用 首先是 wit

ThreadPoolExecutor 的用法 导包 第一种使用submit + as_completed 第二种就是使用map的方式 Threading的使用 默认情况 主进程运行结束退出，非守护的子

前言 从Python3.2开始，标准库为我们提供了 concurrent.futures 模块，它提供了 ThreadPoolExecutor (线程池)和ProcessPoolExecutor (进

gevent是目前应用非常广泛的网络库，高效的轮询IO库libev加上greenlet实现的协程（coroutine），使得gevent的性能非常出色，尤其是在web应用中。本文介绍gevent的调度

在前面的文章中提到python原生的generator是semicoroutine，而greenlet是真协程。本文内容主要来自对官网文档的翻译，在其中也加入了很多自己的理解和例子。主要包括以下内容：

本文主要介绍python中Enhanced generator即coroutine相关内容，包括基本语法、使用场景、注意事项，以及与其他语言协程实现的异同。 enhanced generator 　　

本文将由浅入深详细介绍yield以及generator，包括以下内容：什么generator，生成generator的方法，generator的特点，generator基础及高级应用场景，genera

greenlet初体验 　　Greenlet是python的一个C扩展，来源于Stackless python，旨在提供可自行调度的‘微线程’， 即协程。generator实现的协程在yield va

Python广为使用的并发处理库futures使用入门与内部原理 在使用Python处理任务时，限于单线程处理能力有限，需要将任务并行化，分散到多个线程或者是多个进程去执行。 concurrent.f

使用传统的threading的Thread进行操作 执行的效果如图所示 使用threadpool 采用线程池的方式进行操作 注意在这个地方我们需要提前构建一个数据列表 使用mutliprocess.P

查看自己电脑的cpu线程数和核数的方式：使用任务管理器 multiprocessing.cpu_count() —> 实际指的是线程数 一开始以为是指cpu核数，可是结果输出为16（运行电脑是8核16

第三部分 文章的地址：http://sdiehl.github.io/gevent-tutorial/ Real World Applications Gevent ZeroMQ ZeroMQ is

第二部分 文章的地址：http://sdiehl.github.io/gevent-tutorial/ Data Structures 数据结构 Events 事件 Events are a form

第一部分 文章的地址：http://sdiehl.github.io/gevent-tutorial/ Written by the Gevent Community Introduction 介绍

生产者消费者模型(一) 生产者消费者模型(二) 这个是A做一个，就等着，吃完的人发出一个信号task_down，A在继续进行做 生产者消费者模型(三)

实战篇四 多进程 在windows下使用多进程，不管是ProcessPoolExecutor还是multiprocessing，代码要放到if __ name__ == '__ main __'模块中

实战篇三 concurrent.futures 封装好的方法，为多线程和多进程提供了统一接口，方便调用。 优势： 主线程中可以获取某一个线程的状态或者某一任务的状态，以及返回值 当一个线程完成的时候我

实战篇二 线程之间通信的方法 queue: queue是线程安全的，其源码中已经使用了锁 queue也是共享变量的一种，只是它自身已经具有线程安全性。如果换成其他变量可能会出现不同步的问题。 常用方法

实战篇一 Python 并发、并行、同步和异步——学习笔记 概念解析 串行：同一个时间段只干一件事 并行：同一个时间段可以干多件事 并发 V.S. 并行 并发是指一个时间段内，有几个程序在同一个CPU

Python多线程与多进程中join()方法的效果是相同的。 下面仅以多线程为例： 首先需要明确几个概念： 知识点一： 知识点二： 知识点三： 知识点四： join有一个timeout参数： 一：Py