'''
　from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor

　　pool = ThreadPoolExecutor()   创建线程池    注意：参数默认是当前所在计算机的CPU 乘以 5    ，也可以自己指定线程数
　　pool = ProcessPoolExecutor()    创建进程池   注意： 参数默认是当前计算机的CPU数，  也可以自己指定进程数
　　pool.submit(  task,   1  )        向进程池或进程池内发送任务，  参数1 是定义的任务函数，  参数2 是任务函数的参数，必须是位置参数

　　pool.shutdown()     关闭池子，等待池子里的任务全都执行完毕之后才会继续运行下一行代码。   

'''

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
import time
import os

pool = ThreadPoolExecutor(5)  # 默认线程数是cpu * 5

def task(n):
    print(n)
    time.sleep(3)
    return n**2     # 给task函数添加返回结果

'''
引出提交任务的方式：
同步：提交任务之后，原地等待任务的返回结果，期间不做任何事
异步：提交任务之后，不等待任务的返回结果（但是结果会以另一种方式获得。。。），直接运行下一行代码
'''
# pool.submit(task,1)  # 向池子里面提交任务  异步提交  参数：任务函数，及其所需参数
# print('主。。')  # 由结果可知，pool.submit(task,1)  是异步提交的形式。

'''
思考：异步提交任务的结果要怎么拿？

'''
# 多创建几个线程来看看效果
# for i in range(20):
#     pool.submit(task,i)  # 思考：我们怎么拿到异步提交任务的返回结果？
'''
首先我们尝试看一下 submit 源码 看到submit 会有一个返回值 f(是一类的对象)
'''
# for i in range(20):
#     res =pool.submit(task,i)
#     # print(res)  # 打印看看返回的对象
#     print(res.result())  # 我们打印对象res 结果，用方法 .result()
'''
执行结果：返回结果是 None,且打印结果是串行的形式
1 串行原因：
print(res.result())   这句代码在for循环中表示：原地等待任务结果，变成同步提价任务，将并发变成串行了
2 返回结果为None 
因为同步提交任务，我们要原地等待任务的返回结果，任务就是task函数，但是函数task没有return结果，所以就是None

'''
"""
思考：
以上代码我们虽然拿到了返回结果但是却变成同步提交的形式，
我们如何实现并发将20 个线程全部启动，再拿到他们的结果？
解决方法：
先将20个线程全部启动，并放进一个 列表里面，我们在循环这个列表，

"""
# 将上述代码进行修改
t_list = []
for i in range(20):
    res =pool.submit(task,i)
    # print(res)  # 打印看看返回的对象
    # print(res.result())  # 我们打印对象res 结果，用方法 .result()
    t_list.append(res)

# for t in t_list:
#     print('>>>:',t.result())  # 返回的结果是有顺序的，因为我们将线程添加到list里面是有顺序添加的，
                              # 所以for循环打印是有序的

"""
思考：以上代码的执行结果 线程和返回结果都是错乱的，
我们希望所有的任务等待池子里的线程全部执行完毕，再获取结果
方法：pool.shutdown()
"""
# 修改以上代码
pool.shutdown()  # 关闭池子，等待池子里的任务全部执行完毕再往下走
for t in t_list:
    print('>>>:',t.result())

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
import time
import os

pool = ProcessPoolExecutor(5)  # 创建进程池
"""
理论：
池子中创建的进程/线程创建一次就不会再创建了
至始至终用的都是最初的那几个
这样的话节省了反复开辟进程/线程的资源
"""
def task(n):
    print(n,os.getpid())  # 通过os.getpid()来获得进程id 验证理论
    time.sleep(3)
    return n**2
"""
怎样拿到异步提交任务的结果？
异步回调机制：当异步提交的任务有结果之后，会自动触发回调函数的执行

"""
def call_back(n):
    print('异步回调结果：',n.result())  # 这里的n 是task 返回结果的个数
if __name__ == '__main__':

    for i in range(20):
        # 给提交的每一个任务绑定回调函数，当任务有结果的时候，会执行对应的回调函数
        res = pool.submit(task,i).add_done_callback(call_back)

'''
程序员自己通过代码自己检测程序中的IO
一旦遇到IO自己通过代码切换
给操作系统的感觉是你这个线程没有任何的IO
ps:欺骗操作系统 让它误认为你这个程序一直没有IO
    从而保证程序在运行态和就绪态来回切换
    提升代码的运行效率
'''

"""
需要找到一个能够识别IO的一个工具

gevent模块
"""
from gevent import monkey;monkey.patch_all()  # 由于该模块经常被使用 所以建议写成一行
from gevent import spawn
import time
"""
注意gevent模块没办法自动识别time.sleep等io情况
需要你手动再配置一个参数
"""

from gevent import monkey; monkey.patch_all()  # 为了识别time.sleep() 手动添加参数
from gevent import spawn
import time

def sing():
    print('唱歌')
    time.sleep(2)
    print('唱歌')

def jump():
    print('跳舞')
    time.sleep(3)
    print('跳舞')

def rap():
    print('说唱')
    time.sleep(5)
    print('说唱')

start = time.time()
g1 = spawn(sing)  # spawn() 的作用是传入一个函数名，它自动帮你加括号调用
g2 = spawn(jump)
g3 = spawn(rap)
g1.join()
g2.join()
g3.join()
print(time.time() - start)
"""
协程一直在这3个函数之间切换状态，碰到I/O操作就切换去执行别的程序
"""