1. 池的概念
主线程：
相当于生产者，只管向线程池提交任务。 并不关心线程池是如何执行任务的。
线程池：
相当于消费者，负责接收任务，并将任务分配到一个空闲的线程中去执行。并不关心是哪一个线程执行的这个任务。
2. 自定义线程池
# -*- coding: utf-8 -*-
from threading import Thread
from queue import Queue
import time
class ThreadPool:
# 初始化
def __init__(self, n):
self.queue = Queue()
for i in range(n):
# 创建线程
Thread(target=self.worker, daemon=True).start() #daemon是开启守护线程
# 执行任务
def worker(self):
while True:
func, args, kwargs = self.queue.get()
func(*args, *kwargs)
self.queue.task_done()
# 获取任务，将任务添加到队列中
def apply_async(self, target, args=(), kwargs={}):
self.queue.put((target, args, kwargs))
# 阻塞
def join(self):
self.queue.join()
def fun(x):
print('爱孤寒者 第%s次' % x)
time.sleep(3)
print('帅哥美女就关注同名微信公众号【孤寒者】啦~')
# 开两个线程
t = ThreadPool(2)
# 提交10个任务
for i in range(10):
t.apply_async(fun, args=(i,))
t.join()
3. 使用Python内置线程池
# -*- coding: utf-8 -*-
from multiprocessing.pool import ThreadPool
import time
pool = ThreadPool(2) # 创建两个线程
def funa(x, y):
print('%s好好学习' % x)
time.sleep(3)
print('天天向上')
def funb(x, y):
print('%shello' % x)
time.sleep(3)
print('world')
# 我们这就是有一个线程池，里面有两个等待处理任务的线程，然后这两个函数就是两个任务，
# 线程池里一个线程处理一个，所以会同时输出！如果多于两个任务就会执行等待sleep
pool.apply_async(funa, args=('我们要————', 2)) # 将任务添加到线程池
pool.apply_async(funb, args=('大家要————', 4))
pool.close() # close之后则无法向线程池提交任务
# 内置线程池，自带守护线程，主线程结束，子线程也跟着结束
# 所以需要加阻塞，否则主线程一结束，子线程也跟着结束，无输出
pool.join() # 在join之前可使用终止线程，直接终止线程pool： pool.terminate()
print('这是程序的最后一行，执行到这里，主线程结束')
4. 池的其他操作
操作一： close - 关闭提交通道，不允许再提交任务；
操作二： terminate - 中止进程池，中止所有任务 。
拓展： JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写。 是用来存储和交换文本信息的语法。
数据在名称/值对中 数据由逗号分隔 大括号保存对象 中括号保存数组
使用 JSON 函数需要导入 json 库：import json。
json，用于字符串 和 python数据类型间进行转换json模块提供了四个功能：dumps、dump、loads、load
- 1.json.dumps 将 Python 对象编码成 JSON 数据
- 2.json.dump 将 JSON 数据通过特殊的形式转换为只有 Python 认识的字符串并写入文件
- 3.json.loads 将已编码的 JSON 数据解码为 Python 对象
- 4.json.load 将一个包含 JSON 格式数据的可读文件解码为一个 Python 对象并写入文件
到此这篇关于Python 常用模块threading和Thread模块之线程池的文章就介绍到这了,更多相关Python线程池内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
