1、线程池模块
引入
|
1
|
from concurrent.futures import ThreadPoolExecutor |
2、使用线程池
一个简单的线程池使用案例
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
from concurrent.futures import ThreadPoolExecutorimport timepool = ThreadPoolExecutor(10, 'Python')def fun(): time.sleep(1) print(1, end='')if __name__ == '__main__': # 列表推导式 [pool.submit(fun) for i in range(20) if True] |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
from concurrent.futures import ThreadPoolExecutorimport timepool = ThreadPoolExecutor(10, 'Python')def fun(arg1,arg2): time.sleep(1) print(arg1, end=' ') print(arg2, end=' ')if __name__ == '__main__': # 列表推导式 [pool.submit(fun,i,i) for i in range(20) if True] # 单个线程的执行 task = pool.submit(fun,'Hello','world') # 判断任务执行状态 print(f'task status {task.done()}') time.sleep(4) print(f'task status {task.done()}') # 获取结果的函数是阻塞的，所以他会等线程结束之后才会输出 print(task.result()) |
3、获取结果
阻塞等待
|
1
|
print(task.result()) |
批量获取结果
|
1
2
|
for future in as_completed(all_task): data = future.result() |
阻塞主线程，等待执行结束再执行下一个业务
|
1
2
3
|
# 等待线程全部执行完毕wait(pool.submit(fun,1,2),return_when=ALL_COMPLETED)print('') |
以上就是Python 线程池模块之多线程操作代码的详细内容，更多关于Python 线程池模块的资料请关注服务器之家其它相关文章！
原文链接：https://blog.csdn.net/qq_15071263/article/details/116891521
