使用concurrent.futures模块中的线程池与进程池

线程池与进程池
以线程池举例，系统使用多线程方式运行时，会产生大量的线程创建与销毁，创建与销毁必定会带来一定的消耗，甚至导致系统资源的崩溃，这时使用线程池就是一个很好的解决方式。

“池”就说明了这里边维护了不止一个线程，线程池会提前创建好规定数量的线程，把需要使用多线程的任务提交给线程池，线程池会自己选择空闲的线程来执行提交的任务，任务完成后，线程并不会在池子中销毁，而是继续存在并等待完成下一个分配的任务。当线程池以满的时候，提交的线程会等待，也就是说线程池会有一个最大数量的运行线程限制。

进程池同样也是这个道理。

concurrent.futures模块为我们提供了ThreadPoolExecutor与ProcessPoolExecutor来使用线程进程池

ThreadPoolExecutor
下面是一个简单的例子

如果你对python感兴趣，我这有个学习Python基地，里面有很多学习资料，感兴趣的+Q群：688244617

from concurrent.futures import ThreadPoolExecutor
import requests,time
url_list = ['https://www.cnblogs.com/', 'https://www.csdn.net/', 'https://github.com/']
def get_url(url):
    content = requests.get(url).content.decode()
    print(url+'已获取')

pool = ThreadPoolExecutor(max_workers=3)

start = time.time()
for url in url_list:
    future = pool.submit(get_url,url)
    ＃　print(future)
end = time.time()
print(end-start)

输出的结果为：

0.0016434192657470703
https://www.cnblogs.com/已获取
https://www.csdn.net/已获取
https://github.com/已获取

例子中max_workers为指定线程个数，pool.submit为提交任务到线程执行，get_url为方法，url为参数

并且通过输出顺序可以看到线程池的执行并不会阻塞主线程的运行

print(future)被打了注释，现在我们取消注释运行一下：

Future at 0x7ff6cfaa8860 state=running
Future at 0x7ff6ce965860 state=running
Future at 0x7ff6ce96e278 state=running
0.006175518035888672
https://www.cnblogs.com/已获取
https://www.csdn.net/已获取
https://github.com/已获取

每提交一个任务后都会返回一个future对象，通过它可以查看任务运行的状态，state=running表示正在运行

future对象还有许多方法：

future.done()
from concurrent.futur