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 ThreadPoolExecutor
import time
pool = 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 ThreadPoolExecutor
import time
pool = 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