python 线程池用法_python 多线程，线程池的使用。

背景：近期工作需要，要缩短多个程序的运行时间。

目标：做到同时运行多个函数，提高效率。

方案：查阅资料后，发现可以使用线程，进程，协程来提高效率。(包括线程池，进程池)

【一】 多线程

【二】 线程池

tips:

#需要处理列表中的所有数据

url_list =[url1,ulr2,-----,url100]

工作中需要对一个列表中的所有数据进行处理，直接用多线程的话，一开始数据数对不上，后来拆分成多个列表进行处理的话，感觉很麻烦。所以开始使用线程池。

参考原文

1、下载运行包

pip install threadpool

2、参数说明

pool = ThreadPool(poolsize)

定义了一个线程池，表示最多可以创建poolsize这么多线程；

requests = makeRequests(some_callable, list_of_args, callback)

调用makeRequests创建了要开启多线程的函数，以及函数相关参数和回调函数，其中回调函数可以不写，default是无，也就是说makeRequests只需要2个参数就可以运行；

for req in requests:

pool.putRequest(req)

是将所有要运行多线程的请求扔进线程池；

pool.wait()

第四行是等待所有的线程完成工作后退出

3、对比效果

#创建一个长度30的列表

a = []

n =1

while n<=30:

a.append(n)

n +=1

#创建一个存储位置

c = []

#定义一个对单一数据处理的函数,将处理后的数据存储在c中

def x(aaa):

u = (12+aaa)+aaa%2

c.append(u)

print ("Hello ",aaa)

time.sleep(1)

串行操作：

start_time = time.time()

for i in a:

x(i)

print(c)

print ('%d second'% (time.time()-start_time))

串行结果

运行时间

结果

线程池操作：

start_time = time.time()

#一次跑10个线程

pool = threadpool.ThreadPool(10)

#运行函数x,参数为a

requests = threadpool.makeRequests(x, a)

[pool.putRequest(req) for req in requests]

pool.wait()

print ('%d second'% (time.time()-start_time))

线程池结果

运行时间

结果

运用线程池可以批量处理数据，节省时间

4、多个参数的设置。

实际工作中定义的函数不止包含一个参数，那么在调用线程池的时候需要对参数做预处理。

if __name__ == '__main__':

# 方法1 --- 存入列表

lst_vars_1 = ['1', '2', '3']

lst_vars_2 = ['4', '5', '6']

func_var = [(lst_vars_1, None), (lst_vars_2, None)]

# 方法2 --- 存成字典

dict_vars_1 = {'m':'1', 'n':'2', 'o':'3'}

dict_vars_2 = {'m':'4', 'n':'5', 'o':'6'}

func_var = [(None, dict_vars_1), (None, dict_vars_2)]

pool = threadpool.ThreadPool(2)

requests = threadpool.makeRequests(hello, func_var)

[pool.putRequest(req) for req in requests]

pool.wait()

参数处理：

list1 = [1,2,3,4,5,6]

list2 = [7,6,5,4,3,2]

def X(a,b,c=3,d=4,e=5):

time.sleep(1)

print(a+b+c+d+e)

#构建参数组

data1 =[ {

'a':i,

'b':j,

'c':3,

'd':4

} for i,j in zip(list1,list2) ]

data2 = [(None,i) for i in data1]

#调用线程池

start_time = time.time()

pool = threadpool.ThreadPool(2)

requests = threadpool.makeRequests(X, data2)

[pool.putRequest(req) for req in requests]

pool.wait()

print ('%d second'% (time.time()-start_time))

5、编写线程池函数。

实际工作中可以将线程池编写如函数直接进行调用。

参数包含(函数，运行所需的参数，线程数量)

def Run_threadpool (function,data,number):

pool = threadpool.ThreadPool(number)

requests = threadpool.makeRequests(function, data)

[pool.putRequest(req) for req in requests]

pool.wait()

6、异常can’t start new thread

我在跑某个程序时，创建线程池到一个方法中，这个方法会被循环调用，即使局部变量pool被覆盖，但是之前创建的线程依然存在，所以线程炸了

pool = threadpool.ThreadPool(10)

把上面的代码放进class的构造函数中，或者保证它只执行一次

python中线程的正确用法是，按需创建线程，重复使用有限的线程