40. Python 多線程共用變數 線程池

標籤：python 線程池 線程共用

1.線程共用變數

多線程和多進程不同之處在於，多線程本身就是可以和父線程共用記憶體的，這也是為什麼其中一個線程掛掉以後，為什麼其他線程也會死掉的道理。

import threadingdef worker(l):    l.append("li")    l.append("and")    l.append("lou")if __name__ == "__main__":    l = []    l += range(1, 10)    print (l)    t = threading.Thread(target=worker, args=(l,))    t.start()    print (l)

返回結果：

[1, 2, 3, 4, 5, 6, 7, 8, 9][1, 2, 3, 4, 5, 6, 7, 8, 9, 'li', 'and', 'lou']

2.線程池（擴充內容，瞭解即可）

通過傳入一個參數組來實現多線程，並且它的多線程是有序的，順序與參數組中的參數順序保持一致。

安裝包：

pip install  threadpool

調用格式：

from threadpool import *pool = TreadPool(poolsize)requests = makeRequests(some_callable, list_of_args, callback)[pool.putRequest(req) for req in requests]pool.wait()

舉例：

import threadpooldef hello(m, n, o):    print ("m = {0}, n = {1}, o = {2}".format(m, n, o))if __name__ == "__main__":    #方法一：    lst_vars_1 = ['1','2','3']    lst_vars_2 = ['4','5','6']    func_var = [(lst_vars_1,None), (lst_vars_2, None)]    #方法二：    dict_vars_1 = {'m':'1','n':'2','o':'3'}    dict_vars_2 = {'m':'4','n':'5','o':'6'}    func_var = [(None, dict_vars_1), (None, dict_vars_2)]    pool = threadpool.ThreadPool(2)    requests = threadpool.makeRequests(hello, func_var)    [pool.putRequest(req) for req in requests]    pool.wait()

返回結果：

m = 1, n = 2, o = 3m = 4, n = 5, o = 6

40. Python 多線程共用變數 線程池