开进程和线程都需要消耗资源，只不过相对一两者比较，线程比较少，在计算机的最大层度的利用计算机
什么是池
在保证计算机硬件的安全情况下最大限度的利用计算机
池其实是降低了程序的运行效率，但保证了计算机的安全（硬件的发展，跟不上软件的速度）
from concurrent.futures import ProcessPoolExecutor，HtreadPoolExecutor
pool = ProcessPoolExecutor(5) # 开启进程池
# pool = HtreadPoolExecutor(5) # 开启线程池
def func():
i = 0
for i in range(10):
print("func")
i += 1
return i
def call_back(i):
print(i.result()) # 注，返回的结果必须使用result()
if __name__ == '__main__':
pool.submit(func).add_done_callback(call_back) # 添加任务，使用异步回调，将处理结果的函数放入括号类
# 拿到的值会自动的当做参数传入函数中
注意，开线程池和，进程池是一样的。j将ProcessPoolExecutor换成HtreadPoolExecutor就可以了
协程
我么先来总结一下，进程，线程，再来说协程
进程；资源单位
线程；执行单位
那么协程是生么呢；就是单线程下实现并发，它完全是程序员意淫出来的名词，
说道单线程实现并发，我们就不得不提一下多道技术
时间上的复用
切换加保存状态
空间上的复用
公用计算机上的一套硬件设备
程序员，在代码上通过自己检测程序中的io，一旦遇到io就通过代码切换给操作系统一个假象，认为没有遇见io，从而让程序在运行，和就绪态之间切换，提升程序的运行效率
注意，不是切换加保存状态就会提升效率
我们应该从两个方面来讲
1io密集型
提升效率
2计算密集型
降低效率
可以保存状态，我们先想到了生成器
最后想到了yield
但是yield是不能识别io的，所以我们必须得放弃yield
我们需要找到一个识别io的工具（gevent模块）
from gevent import monkey;monkey.patch_all() # 只要是协程我们就会要用到这句语法，固定格式
from gevent import spawn
import time
def func():
time.sleep(2)
print("func")
def index():
time.sleep(3)
print("index")
if __name__ == '__main__':
s1 = spawn(func) # spawn 这个方法，会将写入的函数名自动调用，
s2 = spawn(index)
s1.join() # 等待，所有的执行的协程结束，主线程才会结束
s2.join()