PYTHON线程池使用

最新推荐文章于 2025-05-05 17:15:36 发布

qy_getforward

最新推荐文章于 2025-05-05 17:15:36 发布

阅读量244

点赞数

CC 4.0 BY-SA版权

分类专栏：线程池文章标签： python 多线程

本文链接：https://blog.youkuaiyun.com/qy_getforward/article/details/110877104

线程池专栏收录该内容

1 篇文章

订阅专栏

这篇博客介绍了如何使用Python的线程池（ThreadPoolExecutor）来解决程序中单线程执行速度慢的问题。通过创建线程池并设置最大工作线程数，可以并发执行任务，从而提高程序运行效率。示例代码展示了如何提交任务到线程池并等待所有任务完成，最终实现多线程并行处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python 编程过程中，可能会遇到一些较为专一的处理方法，该方法没有过多的耦合，输入简单，但是但进程单线程的情况下执行速度慢，称为程序运行的痛点。
线程池的使用，可以很好的为我们解决这一痛点。
下面代码简单演示一下：

import time,datetime
from concurrent.futures import ThreadPoolExecutor


def test(arg_1,arg_2):
    print (datetime.datetime.now(),arg_1,arg_2)
    time.sleep(1)
    return arg_1

if __name__=='__main__':
#max指定同时运行的最大线程数
    th_pool = ThreadPoolExecutor(max_workers=3,thread_name_prefix='test')
    list_all =[]
    for i in range(10):
    #往线程池中提交需要执行的方法 sumbit（方法名，方法的参数）
        fature = th_pool.submit(test,i,i+1000)
        
    th_pool.shutdown()

运行结果如下

C:\Users\lenovo\AppData\Local\Programs\Python\Python37\python.exe D:/PYTHON_CODE/My_django_Demo/blog/my_threadpool.py
2020-12-08 17:06:54.007107 0 1000
2020-12-08 17:06:54.008106 1 1001
2020-12-08 17:06:54.008106 2 1002
2020-12-08 17:06:55.008955 3 1003
2020-12-08 17:06:55.008955 4 1004
2020-12-08 17:06:55.008955 5 1005
2020-12-08 17:06:56.009675 6 1006
2020-12-08 17:06:56.009675 7 1007
2020-12-08 17:06:56.009675 8 1008
2020-12-08 17:06:57.010604 9 1009

可以看出max_workers设置每次同时运行最多三个线程