python自定义线程池_python自定义线程池

import threading

import contextlib

from Queue import Queue

import time

class ThreadPool(object):

def __init__(self, max_num):

self.StopEvent = 0#线程任务终止符,当线程从队列获取到StopEvent时,代表此线程可以销毁。可设置为任意与任务有区别的值。

self.q = Queue()

self.max_num = max_num #最大线程数

self.terminal = False #是否设置线程池强制终止

self.created_list = [] #已创建线程的线程列表

self.free_list = [] #空闲线程的线程列表

self.Deamon=False #线程是否是后台线程

def run(self, func, args, callback=None):

"""

线程池执行一个任务

:param func: 任务函数

:param args: 任务函数所需参数

:param callback:

:return: 如果线程池已经终止,则返回True否则None

"""

if len(self.free_list) == 0 and len(self.created_list) < self.max_num:

self.create_thread()

task = (func, args, callback,)

self.q.put(task)

def create_thread(self):

"""

创建一个线程

"""

t = threading.Thread(target=self.call)

t.setDaemon(self.Deamon)

t.start()

self.created_list.append(t)#将当前线程加入已创建线程列表created_list

def call(self):

"""

循环去获取任务函数并执行任务函数

"""

current_thread = threading.current_thread() #获取当前线程对象·

event = self.q.get() #从任务队列获取任务

while event != self.StopEvent: #判断获取到的任务是否是终止符

func, arguments, callback = event#从任务中获取函数名、参数、和回调函数名

try:

result = func(*arguments)

func_excute_status =True#func执行成功状态

except Exception as e:

func_excute_status = False

result =None

print '函数执行产生错误', e#打印错误信息

if func_excute_status:#func执行成功后才能执行回调函数

if callback is not None:#判断回调函数是否是空的

try:

callback(result)

except Exception as e:

print '回调函数执行产生错误', e # 打印错误信息

with self.worker_state(self.free_list,current_thread):

#执行完一次任务后,将线程加入空闲列表。然后继续去取任务,如果取到任务就将线程从空闲列表移除

if self.terminal:#判断线程池终止命令,如果需要终止,则使下次取到的任务为StopEvent。

event = self.StopEvent

else: #否则继续获取任务

event = self.q.get() # 当线程等待任务时,q.get()方法阻塞住线程,使其持续等待

else:#若线程取到的任务是终止符,就销毁线程

#将当前线程从已创建线程列表created_list移除

self.created_list.remove(current_thread)

def close(self):

"""

执行完所有的任务后,所有线程停止

"""

full_size = len(self.created_list)#按已创建的线程数量往线程队列加入终止符。

while full_size:

self.q.put(self.StopEvent)

full_size -= 1

def terminate(self):

"""

无论是否还有任务,终止线程

"""

self.terminal = True

while self.created_list:

self.q.put(self.StopEvent)

self.q.queue.clear()#清空任务队列

def join(self):

"""

阻塞线程池上下文,使所有线程执行完后才能继续

"""

for t in self.created_list:

t.join()

@contextlib.contextmanager#上下文处理器,使其可以使用with语句修饰

def worker_state(self, state_list, worker_thread):

"""

用于记录线程中正在等待的线程数

"""

state_list.append(worker_thread)

try:

yield

finally:

state_list.remove(worker_thread)

if __name__ == '__main__':

def Foo(arg):

return arg

# time.sleep(0.1)

def Bar(res):

print res

pool=ThreadPool(5)

# pool.Deamon=True#需在pool.run之前设置

for i in range(1000):

pool.run(func=Foo,args=(i,),callback=Bar)

pool.close()

pool.join()

# pool.terminate()

print "任务队列里任务数%s" %pool.q.qsize()

print "当前存活子线程数量:%d" % threading.activeCount()

print "当前线程创建列表:%s" %pool.created_list

print "当前线程创建列表:%s" %pool.free_list

import threading

import contextlib

from Queue import Queue

import time

class ThreadPool(object):

def __init__(self, max_num):

self.StopEvent = 0#线程任务终止符,当线程从队列获取到StopEvent时,代表此线程可以销毁。可设置为任意与任务有区别的值。

self.q = Queue()

self.max_num = max_num #最大线程数

self.terminal = False #是否设置线程池强制终止

self.created_list = [] #已创建线程的线程列表

self.free_list = [] #空闲线程的线程列表

self.Deamon=False #线程是否是后台线程

def run(self, func, args, callback=None):

"""

线程池执行一个任务

:param func: 任务函数

:param args: 任务函数所需参数

:param callback:

:return: 如果线程池已经终止,则返回True否则None

"""

if len(self.free_list) == 0 and len(self.created_list) < self.max_num:

self.create_thread()

task = (func, args, callback,)

self.q.put(task)

def create_thread(self):

"""

创建一个线程

"""

t = threading.Thread(target=self.call)

t.setDaemon(self.Deamon)

t.start()

self.created_list.append(t)#将当前线程加入已创建线程列表created_list

def call(self):

"""

循环去获取任务函数并执行任务函数

"""

current_thread = threading.current_thread() #获取当前线程对象·

event = self.q.get() #从任务队列获取任务

while event != self.StopEvent: #判断获取到的任务是否是终止符

func, arguments, callback = event#从任务中获取函数名、参数、和回调函数名

try:

result = func(*arguments)

func_excute_status =True#func执行成功状态

except Exception as e:

func_excute_status = False

result =None

print '函数执行产生错误', e#打印错误信息

if func_excute_status:#func执行成功后才能执行回调函数

if callback is not None:#判断回调函数是否是空的

try:

callback(result)

except Exception as e:

print '回调函数执行产生错误', e # 打印错误信息

with self.worker_state(self.free_list,current_thread):

#执行完一次任务后,将线程加入空闲列表。然后继续去取任务,如果取到任务就将线程从空闲列表移除

if self.terminal:#判断线程池终止命令,如果需要终止,则使下次取到的任务为StopEvent。

event = self.StopEvent

else: #否则继续获取任务

event = self.q.get() # 当线程等待任务时,q.get()方法阻塞住线程,使其持续等待

else:#若线程取到的任务是终止符,就销毁线程

#将当前线程从已创建线程列表created_list移除

self.created_list.remove(current_thread)

def close(self):

"""

执行完所有的任务后,所有线程停止

"""

full_size = len(self.created_list)#按已创建的线程数量往线程队列加入终止符。

while full_size:

self.q.put(self.StopEvent)

full_size -= 1

def terminate(self):

"""

无论是否还有任务,终止线程

"""

self.terminal = True

while self.created_list:

self.q.put(self.StopEvent)

self.q.queue.clear()#清空任务队列

def join(self):

"""

阻塞线程池上下文,使所有线程执行完后才能继续

"""

for t in self.created_list:

t.join()

@contextlib.contextmanager#上下文处理器,使其可以使用with语句修饰

def worker_state(self, state_list, worker_thread):

"""

用于记录线程中正在等待的线程数

"""

state_list.append(worker_thread)

try:

yield

finally:

state_list.remove(worker_thread)

if __name__ == '__main__':

def Foo(arg):

return arg

# time.sleep(0.1)

def Bar(res):

print res

pool=ThreadPool(5)

# pool.Deamon=True#需在pool.run之前设置

for i in range(1000):

pool.run(func=Foo,args=(i,),callback=Bar)

pool.close()

pool.join()

# pool.terminate()

print "任务队列里任务数%s" %pool.q.qsize()

print "当前存活子线程数量:%d" % threading.activeCount()

print "当前线程创建列表:%s" %pool.created_list

print "当前线程创建列表:%s" %pool.free_list

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您可以使用`ThreadPoolExecutor`的`set_thread_pool`方法来设置自定义的拒绝策略。下面是一个例子: ```python from concurrent.futures import ThreadPoolExecutor, _base # 自定义拒绝策略类 class CustomRejectPolicy(_base.RejectedExecutionHandler): def rejected_execution(self, runnable, executor): # 在这里定义自己的拒绝策略逻辑 print("任务被拒绝执行:", runnable) # 创建线程池并设置自定义拒绝策略 custom_executor = ThreadPoolExecutor(max_workers=5) custom_executor._thread_factory = _base.ThreadFactory(name="CustomThreadPool") custom_executor._rejected_execution_handler = CustomRejectPolicy() # 提交任务到线程池 custom_executor.submit(some_function) ``` 在上面的示例中,我们首先创建了一个名为`CustomRejectPolicy`的自定义拒绝策略类,它继承自`_base.RejectedExecutionHandler`。然后,我们创建了一个线程池`custom_executor`,并将其最大工作线程数设置为5。接下来,我们通过修改线程池的`_thread_factory`属性和`_rejected_execution_handler`属性,分别指定自定义的线程工厂和拒绝策略。最后,我们可以使用`submit`方法将任务提交到线程池中。 请注意,上述示例中使用了`_thread_factory`属性和`_rejected_execution_handler`属性,这是因为`ThreadPoolExecutor`类本身没有提供直接设置线程工厂和拒绝策略的方法。这里使用了一些内部属性,可能会在未来的版本中发生变化。因此,在实际使用时,请注意相应的文档和版本更新。
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