python线程池操作

（一）普通创建线程方法

def run(n):
    '''线程要做的事情'''
    time.sleep(2)
    # 打印党庆线程的名字
    print(threading.current_thread().name, n)

# 使用线程进行优化
def main_use_thread():
    '''使用线程优化任务'''
    # 假设资源有限,最多只能跑10个线程
    t1 = time.time()
    ls = []
    for k in range(10):
        for i in range(10):
            t = threading.Thread(target=run, args=(i,))
            ls.append(t)
            t.start()
        for j in ls:
            j.join()
        print(time.time() - t1)
if __name__ == '__main__':
	main_use_thread()

发现运行完需要20秒的时间

（一）使用线程池方法创建

导入线程池的模块

from multiprocessing.dummy import Pool
def run(n):
    '''线程要做的事情'''
    time.sleep(2)
    # 打印党庆线程的名字
    print(threading.current_thread().name, n)
def main_use_pool():
	t1 = time.time()
	'''使用线程池优化'''
	n_list = range(100)
	pool = Pool(10)
	pool.map(run,n_list)
	pool.close()
	pool.join()
	print(time.time() - t1)

运行时间是24秒

（三）使用线程池方法创建第三种方法

导入模块

from concurrent.futures.thread import ThreadPoolExecutor
def run(n):
    '''线程要做的事情'''
    time.sleep(2)
    # 打印党庆线程的名字
    print(threading.current_thread().name, n)
def main_use_executor():
    '''使用readPoolExecutor 来优化'''
    # 没有阻塞主线程
    t1 = time.time()
    n_list = range(100)
    executor = ThreadPoolExecutor(max_workers=10,)
    executor.map(run, n_list)
    print(time.time() - t1)


    # 阻塞主线程 用with 语法
    # t1 = time.time()
    # n_list = range(100)
    # with ThreadPoolExecutor(max_workers=10,) as executor:
    #     executor.map(run, n_list)
    # print(time.time() - t1)

这里注意要用with 来为线程起一个别名，也可以阻塞主线程要不然测试不出来时间的