Python多线程Concurrent

背景

从 Python3.2 开始，标准库为我们提供了 concurrent.futures 模块，它提供了 ThreadPoolExecutor 和 ProcessPoolExecutor两个类，实现了对 threading 和 multiprocessing 的进一步抽象（这里主要关注线程池），不仅可以自动调度线程，还可以做到：

1. 主线程可以获取某一个线程（或者任务的）的状态，以及返回值。
2. 当一个线程完成的时候，主线程能够立即知道。
3. 让多线程和多进程的编码接口一致。

总结：实现更容易，效率更高

ThreadPoolExecutor和ProcessPoolExecutor实现 互换很便捷，搞懂一个即可

看到 Pool 单词，我们就能想到 这是一个 池子，池子的概念 是 大小是有上限的，满足最大的数值以后就开始排队

1. 线程池ThreadPoolExecutor

使用 ThreadPoolExecutor 来实例化线程池对象。传入max_workers参数来设置线程池中最多能同时运行的线程数目。

from concurrent.futures import ThreadPoolExecutor
  
executor = ThreadPoolExecutor(max_workers=2)    # 表示在这个线程池中同时运行的线程有2个线程

2. 线程池Submit

使用 submit 函数来提交线程需要执行的任务（函数名和参数）到线程池中，并返回该任务的返回值，注意 submit() 不是阻塞的，而是立即返回，即无序返回。通过 submit 函数返回的任务句柄，能够使用 done() 方法判断任务是否结束，可以使用result() 方法获得返回值。

import concurrent.futures

executor = concurrent.futures.ThreadPoolExecutor(max_workers=2)


def func(num):
    for i in range(num):
        time.sleep(1)
    return num * num

task = executor