python基础-线程池

1、使用 multiprocessing 库，使用线程池的 apply_async()方法传入任务函数，任务函数的参数

import os
from multiprocessing import Pool
from time import sleep


def task(name):
    print("正在执行{}任务, 进程号：{}".format(name, os.getpid()))
    sleep(1)
    print("{}任务完成，进程号：{}".format(name, os.getpid()))


if __name__ == '__main__':
    # 设置线程数量
    pool = Pool(5)

    tasks = ["打篮球", "打乒乓球", "下军棋", "视频剪辑", "学习", "吃饭", "睡觉"]

    for i in tasks:
        # async全称 asynchronous 异步的
        pool.apply_async(task, args=(i,))

    pool.close()
    # 和close方法联用，主线程运行结束后，子线程继续运行
    pool.join()

2、使用线程池的 apply_async()方法，传入回调函数

import os
from multiprocessing import Pool
from time import sleep


container = []


def task(name):
    # print("正在执行{}任务, 进程号：{}".format(name, os.getpid()))
    sleep(1)
    # print("{}任务完成，进程号：{}".format(name, os.getpid()))
    return "{}任务完成，进程号：{}".format(name, os.getpid())


def callback_func(n):
    container.append(n)


if __name__ == '__main__':
    # 设置线程数量
    pool = Pool(5)

    tasks = ["打篮球", "打乒乓球", "下军棋", "视频剪辑", "学习", "吃饭", "睡觉"]

    for i in tasks:
        # async全称 asynchronous 异步的
        # 注意：这里的 callback= 后面是函数名 callback_func，不能加括号 callback_func())，
        # 否则报错：TypeError: callback_func() missing 1 required positional argument: 'n'
        pool.apply_async(task, args=(i,), callback=callback_func)

    pool.close()
    # 和close方法联用，主线程运行结束后，子线程继续运行
    pool.join()

    for i in container:
        print(i)

3、阻塞式线程池，apply方法

import os
from multiprocessing import Pool
from time import sleep


def task(name):
    print("正在执行{}任务, 进程号：{}".format(name, os.getpid()))
    sleep(1)
    print("{}任务完成，进程号：{}".format(name, os.getpid()))


if __name__ == '__main__':
    # 设置线程数量
    pool = Pool(5)

    tasks = ["打篮球", "打乒乓球", "下军棋", "视频剪辑", "学习", "吃饭", "睡觉"]

    for i in tasks:
        # 阻塞式的参数没有回调函数
        pool.apply(task, args=(i,))

    pool.close()
    pool.join()

4、非阻塞式线程池技术和阻塞式线程池技术的不同点是什么？

（1）非阻塞式用了队列，阻塞式不用队列；
（2）非阻塞式在规定数量内的进程一起执行，阻塞式是排队执行；
（3）非阻塞式更你能体现作用；