python 线程池_python线程池ThreadPoolExecutor使用案例

代码如下:

from concurrent.futures import ThreadPoolExecutor#上面这行代码代表导入线程池ThreadPoolExecutor,concurrent.futures中的ProcessPoolExecutor类把工作分配给多个Python进程处理,因此,如果需要做CPU密集型处理,使用这个模块能绕开GIL,利用所有的CPU核心from time import sleep #从from库中导入sleep方法def run(n): #定义一个函数run,形式参数为n for i in range(n): #遍历数组n里的值i print(i) #并打印i sleep(0.5) #休眠0.5秒def main(): executor=ThreadPoolExecutor(5) #指定运行5个线程,并赋值给executor future=executor.submit(run(6),('complete')) #提交任务到线程池,任务为run(6)函数,Executor.submit()方法的参数是一个可调用的对象,调用这个方法后会为传入的可调用对象排定时间,并返回一个future print(future.done()) # future.done表示future是否结束,结束的话返回True,否则返回False sleep(1) #时间休眠1秒 print(future.done()) #future.done表示future是否结束,结束的话返回True,否则返回False print(future.result) #打印future的结果if __name__ == '__main__': main() #调用main函数

代码运行结果如下:

0

1

2

3

4

5

True

True

>

图片示例如下:

5afbb085f77faac76992faa19107a7d0.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
`concurrent.futures.as_completed()`是一个非常有用的函数,它可以迭代返回已完成的`Future`对象。在使用线程池执行一批任务时,可以使用`as_completed()`来获取已完成的任务的结果。 下面是一个示例: ```python import concurrent.futures # 定义一个任务函数 def task(name): print(f"Task {name} starting") # 执行具体任务的代码 print(f"Task {name} done") return f"Task {name} result" # 创建线程池 with concurrent.futures.ThreadPoolExecutor() as executor: # 提交任务到线程池 futures = [executor.submit(task, i) for i in range(5)] # 获取已完成任务的结果 for future in concurrent.futures.as_completed(futures): result = future.result() print(result) ``` 在上面的示例中,我们首先定义了一个任务函数`task`,然后使用`ThreadPoolExecutor`创建了一个线程池,并使用`submit`方法提交了5个任务到线程池中。返回的`futures`是一个包含所有任务的`Future`对象列表。 接下来,在使用`as_completed()`函数时,它会返回一个迭代器,可以逐个获取已完成的任务。我们使用`future.result()`方法获取任务的结果,并打印出来。 需要注意的是,`as_completed()`函数返回的是一个迭代器,它会按照任务完成的顺序返回结果。如果一个任务比其他任务耗时更长,那么在迭代结果时,可能会先返回其他任务的结果。因此,你可以根据实际需求来处理返回的结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值