项目场景：python pyqt5 threading 多线程数据混乱

最新推荐文章于 2025-03-27 14:15:19 发布

原创最新推荐文章于 2025-03-27 14:15:19 发布 · 671 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pyqt5 #python

乱七八糟专栏收录该内容

66 篇文章

订阅专栏

本文介绍了在Python PyQt5应用中使用多线程调用接口时遇到的数据混乱问题。问题源于并发线程过多导致的顺序不确定性。为解决此问题，提出了采用线程池（ThreadPool）来限制并发线程数量，确保数据更新的正确性。通过创建工作队列和线程池，实现了线程的有序执行和数据的准确回调。

项目场景：python pyqt5 threading 多线程数据混乱

根据配置文件多线程调用接口

# 问题描述：参考http://www.starky.ltd/2019/09/23/pro-python-concurrency-with-multi-threading/

多线程调用接口，取得数据回调修改页面上的值发生混乱不准

# 原因分析：

运行线程数量过多没有顺序

# 解决方案：

可以设置线程独立对象 obj = threading.local() 直接在方法里 obj 存数据

修改之前

for i in job:
   t = threading.Thread(target=get, args=(i, call, nloops, parentWindows))
   threads.append(t)
   nloops = nloops + 1
nloops = range(nloops)
for i in nloops:
   time.sleep(2)
   threads[i].start()  # 开启线程

for i in nloops:  # 等待
   time.sleep(2)
   threads[i].join()  # 线程完成

修改之后

改成线程池，设定固定数量线程对象

THREAD_POOL_SIZE = 4

def worker(work_queue):
    while not work_queue.empty():
        try:
            item = work_queue.get(block=False)
        except Empty:
            break
        else:
            get(item["i"],item["call"],item["nloops"],item["parentWindows"],item["result"])
            work_queue.task_done()


def run_job(job=None, work_url=None, token=None, call=None, main_call_back=None, parentWindows= None):
    try:
        g.gz_arr = []

        work_queue = Queue()
        nloops = 0
        for i in job:

            work_queue.put({"i":i, "call":call, "nloops":nloops, "parentWindows":parentWindows, "result":""})
            nloops = nloops + 1



        threads = [
            threading.Thread(target=worker, args=(work_queue,)) for _ in range(THREAD_POOL_SIZE)
        ]

        for thread in threads:
            thread.start()

        work_queue.join()

        while threads:
            threads.pop().join()