Python学习笔记6--多线程

前言

因为GIL锁的存在，Python的多线程没办法做到同时利用多核做运算，所以在计算密集型任务中，多线程耗时=串行计算+线程切换开销，导致性能还不如单线程串行计算。
但是在IO密集型任务中，在某一个IO阻塞时(等待结果返回)，CPU是空闲的，这时候多线程是可以发挥作用的。
所以我们通常会结合多进程/多线程去做一些IO操作，大大提升了速度，这里介绍一下我常用的多线程用法。

线程池实现

线程池的优点是不用频繁地开辟和销毁线程，能很好地利用资源节省时间

1. 带返回值的线程池实现

from concurrent.futures import ThreadPoolExecutor
#线程池配置
threadPool = ThreadPoolExecutor(max_workers=4, thread_name_prefix="test")

for i in range(100):
	future = threadPool.submit(func,para1,para2)
	res=future.result()

def func(para1,para2):
	pass