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(dǎo)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(dǎo)式
[pool.submit(fun,i,i) for i in range(20) if True]
# 單個線程的執(zhí)行
task = pool.submit(fun,'Hello','world')
# 判斷任務(wù)執(zhí)行狀態(tài)
print(f'task status {task.done()}')
time.sleep(4)
print(f'task status {task.done()}')
# 獲取結(jié)果的函數(shù)是阻塞的,所以他會等線程結(jié)束之后才會輸出
print(task.result())
3、獲取結(jié)果
阻塞等待
批量獲取結(jié)果
for future in as_completed(all_task):
data = future.result()
阻塞主線程,等待執(zhí)行結(jié)束再執(zhí)行下一個業(yè)務(wù)
# 等待線程全部執(zhí)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(nèi)容,更多關(guān)于Python 線程池模塊的資料請關(guān)注腳本之家其它相關(guān)文章!
您可能感興趣的文章:- Python爬蟲之線程池的使用
- python線程池的四種好處總結(jié)
- python爬蟲線程池案例詳解(梨視頻短視頻爬取)
- python線程池 ThreadPoolExecutor 的用法示例
- 實例代碼講解Python 線程池
- Python 如何創(chuàng)建一個線程池
- python線程池如何使用
- 解決python ThreadPoolExecutor 線程池中的異常捕獲問題
- Python定時器線程池原理詳解
- Python 使用threading+Queue實現(xiàn)線程池示例
- Python線程池的正確使用方法