通過threadpool初試多線程

標籤：async   安裝   取消   需要   star   thread   import   put   return   

import  threadpool,os    #threadpool需要pip安裝
def foo(i):
    print("son process %d  %s"%(i,os.getpid()))
    return i
def back(req,a):     #倆個參數，一個是運行函數foo的傳回值，還有輸入一個request對象否則會報錯
    print(a)
if __name__=="__main__":
    pool=threadpool.ThreadPool(5)    #執行個體化空殼線程
    lst=list(i for i in range(20))
    reqs=threadpool.makeRequests(foo,lst,back)    #傳入參數lst需要是一個集合列表，對比多進程，不需要迭代了
    for req  in reqs:
        pool.putRequest(req)     #將request對象傳入線程池
    pool.wait()       #相當於join（）
    print("end")
相比較於multiprocessing模組實現的多進程池，threadpool在執行個體化時候變化較大，三個介面：傳入方法，傳入參數，回呼函數都有變化（線程池此處不是執行個體化線程，而是執行個體化一個requests對象集合。而進程池則在這個傳參的時候就執行個體化線程了）。
可以看到，傳入方法和傳入函數，已經取消了關鍵字func和args，我們直接填入傳入對象名即可，其次，傳入參數變成了一個集合形式。而在進程池中，我們通過迭代給每一條線程傳入不同的參數（僅以簡單的i+=1作傳入）
回呼函數back需要倆個傳入參數一個是requests對象，另一個是線程方法傳回值，線程若是無傳回值，則為None。若這裡是進程池的話則只要接受傳回值即可。所以一定要注意傳入一個requests對象，否則會報錯。
整個執行個體線程的步驟：
通過thread.makeRequests（）建立requests對象，因為傳入參數是個集合，所以建立的requests也是一個集合形式，通過一個迭代，將requests集合中的對象通過putRequest放入線程池運行，不用這一步類似於進程
池裡的apply_async()和多進程中的start（）。

通過threadpool初試多線程