python中线程与协程

在当前的开发中，由于对于性能的需求。需要充分利用计算机资源。在i/o密集型场景下，尤其需要使用多线程和协程。

目的：构建多线程和协程场景，实现资源充分利用。

import asyncio
import time
import threading

tp_dict= {}
async def parseNode(num,times):
    print("协程%d-开始执行"%num)
    await asyncio.sleep(times)
    print('协程%d执行结束'%num)
    tp_dict[num] = num

def parseNodes(num,times):

    print("协程%d-开始执行"%num)
    # await asyncio.sleep(times)
    time.sleep(times)
    print('线程%d执行结束'%num)
    tp_dict[num] = num

async def task_info():
    task_list = [i for i in range(1,300)]
    task_lists = []
    for x in task_list:
        task = asyncio.create_task(parseNode(x,1,))
        task_lists.append(task)

    for y in task_lists:
        await y


def thread_test():
    task_list = []
    for i in range(1,300):
        t = threading.Thread(target=parseNodes,args=(i,1))
        t.start()
        task_list.append(t)
    for t1 in task_list:
        t1.join()

if __name__ == '__main__':
    asyncio.run(task_info())
    # thread_test()
    print('tp_list:%s'%str(tp_dict))

    print('last_run')
    print(len(tp_dict))

当前的项目中，由于算法的需要，需要同时对多个不同的对象进行计算，这些对象可以同时运行，并且需要在指定任务运行完成后，主线程和多线程同步。即主线程需要等多线程运行完成后再运行。

在实现方面比较简单。只是对于第一次使用这个模块的人来说，由于没有主线程和派生的多线程的概念，所以可能会写出主线程和多线程不同步的问题。即多线程还没有运行完，主线程已经开始执行后续的方法了。因为在实际的场景中可能会遇到需要多线程执行完，主线程才能继续运行的情况。