Python多线程编程——线程池

前言

ThreadPoolExecutor是Python对Thread做的进一步的封装，它使得多线程开发变得更简单。另外，它可以让多线程和多进程编码接口一致

一、ThreadPoolExecutor线程池使用示例：

from concurrent.futures import ThreadPoolExecutor,as_completed,wait,FIRST_COMPLETED

#线程池,为什么要用线程池
#例如要在主线程中获取一个某一个线程的状态或者某一个任务的状态以及返回值
#当一个线程完成的时候主线程能立即知道
#futures可以让多线程和多进程编码接口一致
import time
def get_html(times):
    time.sleep(times)
    print("get page {} success".format(times))
    return times

executor = ThreadPoolExecutor(max_workers=2)#线程池中可同时运行的线程数量
#通过submit函数提交执行的函数到线程池中,submit是立即返回
# task1 = executor.submit(get_html, (3))
# task2 = executor.submit(get_html, (2))

#要获取已经成功的task的返回

urls = [3,2,4]
all_task = [executor.submit(get_html, (url)) for url in urls]
wait(all_task, return_when=FIRST_COMPLETED)
print("all tasks have finished.")
#通过as_completed方法获取已完成的task的值
for future in as_completed(all_task):
    data = future.result()
    print("get {} page".format(data))

#通过executor的map获取已经完成的task的值
# for data in executor.map(get_html, urls):
#     print("get {} page".format(data))

# #done方法用于判定某个任务是否完成
# print(task1.done())
# #cancel方法可以取消线程池中未开始执行的线程
# print(task2.cancel())
# time.sleep(3)
# print(task1.done())
#
# #result方法可以获取task的执行结果（如函数的返回值）
# print(task1.result())