Python线程池ThreadPool

本文主要是介绍Python线程池ThreadPool，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

前言

这几年一直在it行业里摸爬滚打，一路走来，不少总结了一些python行业里的高频面试，看到大部分初入行的新鲜血液，还在为各样的面试题答案或收录有各种困难问题

于是乎，我自己开发了一款面试宝典，希望能帮到大家，也希望有更多的Python新人真正加入从事到这个行业里，让python火不只是停留在广告上。

微信小程序搜索：Python面试宝典

或可关注原创个人博客：https://lienze.tech

也可关注微信公众号，不定时发送各类有趣猎奇的技术文章：Python编程学习

线程池

池的概念在于，预先创建好一定数量的线程，可以不需要多次重复创建，避免频繁的生产和释放线程资源导致的系统资源浪费

from multiprocessing.pool import ThreadPool
tp = ThreadPool(3) # 创建一定个数的进程池
p.apply(func, args) # 阻塞方式，调用函数及传入参数，下个线程阻塞直到上个线程结束
p.apply_async(func, args) # 非阻塞方式，调用函数及传入参数，并发完成任务
p.close() # 关闭线程池不在接收新的任务进入
p.join() # 父进程等待全部子线程结束，必须在close函数之后
p.terminat() # 直接关闭线程池并终止所有线程任务

• 代码示例

from multiprocessing.pool import ThreadPool
from threading import currentThread,Lock
import time
def work(obj,l=None):
    with l:
        obj[0] += 1
        print('当前线程是:',currentThread().name,':',obj)
        time.sleep(0.5)
    return obj
def main():
    l = Lock()
    mylist = [1]
    p = ThreadPool(10)
    #print(help(ThreadPool))
    res = []
    for var in range(10):
        # res.append(p.apply(func=work,args=(mylist,l)))
        res.append(p.apply_async(func=work,args=(mylist,l)))
    p.close() #关闭进程池
    p.join()
    #print(res) #apply 
    for var in res: #apply_async
      	print(var.get(),end=' ')
    print('\nover')
if __name__ == '__main__':
		main()

代码中包含了对于线程池执行结果的返回，与进程池是相似的。

这篇关于Python线程池ThreadPool的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！