线程池

python3多线程有threading，很好的支持了多线程，那么问题来了，为什么还需要线程池呢，其实很好回答，如果你要爬取网站有八百页，每页设置一个线程，难道能开启八百个么，光切换的时间也很高了吧。这时候就需要用到线程池，可以设置一个20的线程池，同时只有20个线程在运行，剩下的排队。

线程池模块

在threading中是没有线程池相关功能的，想要运行线程池需要自己重写，很明显像我这么懒不可能重写，而且自己编写线程池很难写的比较完美，还需要考虑复杂情况下的线程同步，很容易发生死锁。所以就用到了这个模块，

from concurrent.futures import ThreadPoolExecutor

从Python3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类，实现了对threading和multiprocessing的进一步抽象（线程池和进程池的唯一区别就是线程与进程，使用方法，内置函数等都完全一样），可以帮我们自动调度线程，省下大量时间

def thread_text(i,y):
    time.sleep(i+y)
    return i+y
if __name__ == '__main__':
    executor = ThreadPoolExecutor(max_workers=5)  # max_workers :设置进程池中线程数量
    executor1 = executor.submit(thread_text, 1,1)  # 和线程不同，进程池传参，不用以元组形式。进程池如果需要传递多个参数，只需要按照参数位置跟在后面即可
    executor2 = executor.submit(thread_text, 2,1)
    executor.shutdown()  # 关闭线程池

首先需要实例化，然后在实例化的同时设置最大线程数，然后使用submit提交线程就ok啦，而且与threading.Thread 的线程不同的是，线程池不阻塞，立即执行，也就是说，不需要start来启动它，

知识点一：线程池不阻塞，不需要start
而且想必有些同学已经看出我这个例子的常规例子的不同了，那就是我传了两个参数，这里也是为了区别threading.Thread的参数，众所周知，threading模块对方法传入参数是以元组的形式，比如我上面写的方法，如果用threading调用的话应该这么写threading.Thread(target=thread_text,args=(1,1))，而线程池则不是，如果翻过源码会发现ThreadPoolExecutor没有固定参数，只有*args和**kwargs，所以，线程池如果要传入多个参数，只需要按照参数位置跟在后面即可。

知识点二：线程池传参不要元组，接着往后写，有多少写多少

介绍一下其他几个常用功能函数：

wait 函数  ：等待线程任务完成

wait(executor1, executor2)

result 函数 ： 获取每个任务的结果

from concurrent.futures import ThreadPoolExecutor,as_completed
import time

def thread_text(i,y):
    time.sleep(i+y)
    return i+y
if __name__ == '__main__':
    executor = ThreadPoolExecutor(max_workers=5)
    executor1 = executor.submit(thread_text, 1, 1)
    executor2 = executor.submit(thread_text, 2, 1)
    executor.shutdown()
    print(executor1.result())  
    print(executor2.result())

 as_completed:上面虽然提供了判断任务是否结束的方法，但是不能在主线程中一直判断啊。有时候我们是得知某个任务结束了，就去获取结果，而不是一直判断每个任务有没有结束。这是就可以使用as_completed方法一次取出所有任务的结果。

from concurrent.futures import ThreadPoolExecutor,as_completed
def thread_text(i,y):
    time.sleep(i+y)
    return i+y
if __name__ == '__main__':
    executor = ThreadPoolExecutor(max_workers=5)
    executor1 = executor.submit(thread_text, 1,1)
    executor2 = executor.submit(thread_text, 2,1)
    for i in as_completed([executor1,executor2]):
        print(i.result())
    executor.shutdown()

一个demo示例：

pool = ThreadPoolExecutor(max_workers=4)  # 创建线程池
resultlist = [pool.submit(address.distance_caculate, cou, i) for i in list1]  # list1任务列表，通过for 循环向线程池中提交任务
wait(resultlist)  # 等待任务完成
new_list = [i.result() for i in resultlist]  # 使用 .result() 方法获取每个任务的结果

原文链接：https://blog.csdn.net/weixin_45621200/article/details/123849354