python線程池threadpool使用篇

這篇文章主要為大家詳細介紹了python線程池threadpool的使用方法，具有一定的參考價值，感興趣的小夥伴們可以參考一下

最近在做一個視頻裝置管理的項目，裝置包括（攝像機，DVR,NVR等），包括裝置資訊補全，裝置狀態推送，裝置流地址推送等，如果同時匯入的裝置數量較多，如果使用單線程進行裝置檢測，那麼由於裝置數量較多，會帶來較大的延時，因此考慮多執行緒此問題。

可以使用python語言自己實現線程池，或者可以使用第三方包threadpool線程池包，本主題主要介紹threadpool的使用以及其裡面的具體實現。

1、安裝

使用安裝:

pip installthreadpool

2、使用

（1）引入threadpool模組
（2）定義線程函數
（3）建立線程 池threadpool.ThreadPool()
（4）建立需要線程池處理的任務即threadpool.makeRequests()
（5）將建立的多個任務put到線程池中,threadpool.putRequest
（6）等到所有任務處理完畢theadpool.pool()

import threadpool def ThreadFun(arg1,arg2):  pass def main():  device_list=[object1,object2,object3......,objectn]#需要處理的裝置個數  task_pool=threadpool.ThreadPool(8)#8是線程池中線程的個數  request_list=[]#存放工作清單  #首先構造工作清單  for device in device_list:  request_list.append(threadpool.makeRequests(ThreadFun,[((device, ), {})]))  #將每個任務放到線程池中，等待線程池中線程各自讀取任務，然後進行處理，使用了map函數，不瞭解的可以去瞭解一下。  map(task_pool.putRequest,request_list)  #等待所有任務處理完成，則返回，如果沒有處理完，則一直阻塞  task_pool.poll() if __name__=="__main__":  main()

上面就是一個具體的線程池的使用流程
threadpool具體的定義如下：

class ThreadPool:  """A thread pool, distributing work requests and collecting results.   See the module docstring for more information.   """  def __init__(self, num_workers, q_size=0, resq_size=0, poll_timeout=5):  pass  def createWorkers(self, num_workers, poll_timeout=5):  pass  def dismissWorkers(self, num_workers, do_join=False):  pass  def joinAllDismissedWorkers(self):  pass  def putRequest(self, request, block=True, timeout=None):  pass  def poll(self, block=False):  pass  def wait(self):  pass

下一節會詳細介紹上面的整個流程以及每個函數：python 線程池threadpool(實現篇)