线程池的基类是 concurrent.futures 模块中的 Executor，Executor 提供了两个子类，即 ThreadPoolExecutor 和 ProcessPoolExecutor，其中 ThreadPoolExecutor 用于创建线程池，而 ProcessPoolExecutor 用于创建进程池。
示例代码1： 【使用map方法】
from concurrent.futures import ThreadPoolExecutor, TimeoutError
import time
def tasks(num):
count = 0
for i in range(num):
count += i
time.sleep(0.1)
return f"total:{count}"
# 创建一个包含4个线程的线程池，使用map函数
def thread_pool_run():
with ThreadPoolExecutor(max_workers=4) as pool:
# 后面元组有3个元素，因此程序启动3条线程来执行tasks函数
results = pool.map(tasks, [10, 20, 30])
for i in results:
print(i)
if __name__ == '__main__':
thread_pool_run()
运行结果：
示例代码2：
from concurrent.futures import ThreadPoolExecutor, TimeoutError
import time
def tasks(num):
count = 0
for i in range(num):
count += i
time.sleep(0.1)
return f"total:{count}"
# 创建一个包含4个线程的线程池，使用map函数
def thread_pool_run():
with ThreadPoolExecutor(max_workers=4) as pool:
# 后面元组有3个元素，因此程序启动3条线程来执行tasks函数
results = pool.map(tasks, [10, 20, 30])
for i in results:
print(i)
# 设置线程超时
def thread_pool_set_timeout():
futures = []
with ThreadPoolExecutor(max_workers=4) as pool:
for i in (10, 20, 30, 40, 50):
future = pool.submit(tasks, i)
futures.append([i, future])
for future in futures:
try:
res = future[1].result(timeout=2)
print(res)
except TimeoutError:
print(future[0], ': is timeout!')
if __name__ == '__main__':
# thread_pool_run()
thread_pool_set_timeout()
运行结果：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/142763.html
