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。