使用Python ThreadPoolExecutor创建带锁的线程池

在Python中，`ThreadPoolExecutor` 是 `concurrent.futures` 模块中的一个类，它允许你创建一个线程池，并且可以并发地执行多个任务。如果你需要在线程池中使用锁（例如 `threading.Lock`），你可以在任务函数中使用它来确保线程安全。

下面是一个创建带锁的线程池的示例代码：

import concurrent.futures
import threading

# 创建一个线程池
executor = concurrent.futures.ThreadPoolExecutor(max_workers=5)

# 创建一个锁
lock = threading.Lock()

# 定义一个示例任务函数，使用锁来确保线程安全
def task_with_lock(data):
    with lock:
        # 临界区：在这里执行需要线程安全的操作
        print(f"Processing {data} with thread {threading.current_thread().name}")
        # 模拟一些耗时的操作
        time.sleep(1)

# 任务列表
tasks = [1, 2, 3, 4, 5]

# 使用线程池执行任务
futures = [executor.submit(task_with_lock, task) for task in tasks]

# 等待所有任务完成
concurrent.futures.wait(futures)

# 关闭线程池
executor.shutdown()

在这个示例中，我们首先导入了 `concurrent.futures` 和 `threading` 模块。然后创建了一个 `ThreadPoolExecutor` 对象和一个 `Lock` 对象。`task_with_lock` 函数是我们的任务函数，它接受一些数据作为参数，并在执行时使用 `with lock:` 语句块来确保线程安全。我们创建了一个任务列表，并使用 `submit` 方法将每个任务提交到线程池中执行。最后，使用 `wait` 方法等待所有任务完成，并调用 `shutdown` 方法关闭线程池。

请注意，这个示例中的锁是全局的，所有任务都会共享这个锁。这意味着在任何给定时间，只有一个任务可以执行临界区的代码。这可以用来防止多个线程同时访问共享资源，从而避免竞争条件。