Python 線程池模塊之多線程操作代碼
1、線程池模塊
引入
from concurrent.futures import ThreadPoolExecutor
2、使用線程池
一個簡單的線程池使用案例
from concurrent.futures import ThreadPoolExecutor import time pool = ThreadPoolExecutor(10, 'Python') def fun(): time.sleep(1) print(1, end='') if __name__ == '__main__': # 列表推導式 [pool.submit(fun) for i in range(20) if True]
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__': # 列表推導式 [pool.submit(fun,i,i) for i in range(20) if True] # 單個線程的執行 task = pool.submit(fun,'Hello','world') # 判斷任務執行狀態 print(f'task status {task.done()}') time.sleep(4) print(f'task status {task.done()}') # 獲取結果的函數是阻塞的,所以他會等線程結束之後才會輸出 print(task.result())
3、獲取結果
阻塞等待
print(task.result())
批量獲取結果
for future in as_completed(all_task): data = future.result()
阻塞主線程,等待執行結束再執行下一個業務
# 等待線程全部執行完畢 wait(pool.submit(fun,1,2),return_when=ALL_COMPLETED) print('')
以上就是Python 線程池模塊之多線程操作代碼的詳細內容,更多關於Python 線程池模塊的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Python線程池thread pool創建使用及實例代碼分享
- python concurrent.futures模塊的使用測試
- python中ThreadPoolExecutor線程池和ProcessPoolExecutor進程池
- 一文詳解Python中多進程和進程池的使用方法
- python 多線程實現多任務的方法示例