Python 线程池

在 Python 中，线程池是实现多线程并发处理的一种方式。线程池可以维护一定数量的线程，而不是在每个任务到达时都创建一个新的线程，从而避免了线程频繁创建销毁的开销，并且可以提高线程的重用率。

使用线程池的好处

• 提高程序的并发处理能力和效率
• 避免线程频繁创建销毁的开销
• 可以控制线程的数量，避免线程过多导致的资源竞争和浪费

Python 中的线程池实现

Python 标准库中提供了线程池的实现，即 concurrent.futures 模块。该模块提供了 ThreadPoolExecutor 和 ProcessPoolExecutor 两个类，分别用于创建线程池和进程池。

ThreadPoolExecutor 类

ThreadPoolExecutor 类用于创建线程池，其构造方法如下：

ThreadPoolExecutor(max_workers=None, thread_name_prefix='')

• max_workers：线程池中最多有多少个线程，默认为 None，此时根据需要自行创建线程。
• thread_name_prefix：生成线程的名称前缀，默认为空字符串。

ThreadPoolExecutor 类提供了两个方法来提交任务：

• submit(fn, *args, **kwargs)：提交一个可调用对象，返回 Future 对象。
• map(func, *iterables, timeout=None, chunksize=1)：在线程池中并发执行可调用对象，返回一个迭代器，支持超时设置和分块处理。

Future 类表示异步计算的结果。可以通过以下方法获取 Future 对象的计算结果：

• result(timeout=None)：等待计算完毕并返回结果，默认不设置超时时间。
• add_done_callback(fn)：给 Future 对象添加回调函数，在计算完成时自动调用。

示例

下面是一个使用 ThreadPoolExecutor 类实现线程池并发执行任务的示例：

import concurrent.futures

def task(num):
    return num * num

with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
    futures = [executor.submit(task, i) for i in range(10)]
    for future in concurrent.futures.as_completed(futures):
        print(future.result())

运行结果如下：

0
1
4
9
16
25
36
49
64
81

上述代码中，我们定义了一个 task 函数，用来计算一个数的平方。通过 ThreadPoolExecutor 类的 submit 方法将 task 函数提交到线程池中，并返回 Future 对象。最后通过 concurrent.futures.as_completed 函数按照任务完成的顺序获取结果。

总结

线程池是实现多线程并发处理的一种方式，可以提高程序的效率和并发处理能力，避免线程频繁创建销毁的开销。Python 标准库中提供了 concurrent.futures 模块，其中的 ThreadPoolExecutor 类可以用于在 Python 中创建线程池。