1. 線程池

為什么要使用線程池？

1）、多線程中, 線程的數(shù)量并非越多越好；

不是線程數(shù)量越多，程序的執(zhí)行效率就越快。線程也是一個對象，是需要占用資源的，線程數(shù)量過多的話肯定會消耗過多的資源，同時線程間的上下文切換也是一筆不小的開銷，所以有時候開辟過多的線程不但不會提高程序的執(zhí)行效率，反而會適得其反使程序變慢，得不償失。

2）、節(jié)省每次開啟線程的開銷。

為了防止無盡的線程被初始化，于是線程池就誕生了。當(dāng)線程池初始化時，會自動創(chuàng)建指定數(shù)量的線程，有任務(wù)到達(dá)時直接從線程池中取一個空閑線程來用即可，當(dāng)任務(wù)執(zhí)行結(jié)束時線程不會消亡而是直接進(jìn)入空閑狀態(tài)，繼續(xù)等待下一個任務(wù)。而隨著任務(wù)的增加線程池中的可用線程必將逐漸減少，當(dāng)減少至零時，任務(wù)就需要等待了。這就最大程度的避免了線程的無限創(chuàng)建，當(dāng)所需要使用的線程不知道有多少時，一般都會使用線程池。

在 python 中使用線程池有兩種方式，一種是基于第三方庫 threadpool，另一種是基于 python3 新引入的庫 concurrent.futures.ThreadPoolExecutor，這里我們介紹一下后一種。

concurrent.futures.ThreadPoolExecutor，在提交任務(wù)的時候有兩種方式，一種是submit（）函數(shù)，另一種是map（）函數(shù)，兩者的主要區(qū)別在于：

1）、map可以保證輸出的順序, submit輸出的順序是亂的。

2）、如果你要提交的任務(wù)的函數(shù)是一樣的，就可以簡化成map。但是假如提交的任務(wù)函數(shù)是不一樣的，或者執(zhí)行的過程之可能出現(xiàn)異常（使用map執(zhí)行過程中發(fā)現(xiàn)問題會直接拋出錯誤）就要用到submit（）。

3）、submit和map的參數(shù)是不同的，submit每次都需要提交一個目標(biāo)函數(shù)和對應(yīng)的參數(shù)，map只需要提交一次目標(biāo)函數(shù)，目標(biāo)函數(shù)的參數(shù)放在一個迭代器（列表，字典）里就可以。

2.submit方法

• ThreadPoolExecutor

ThreadPoolExecutor(max_workers=None, thread_name_prefix='', initializer=None, initargs=())
最常用的是 max_workers 參數(shù)，即線程池中的線程數(shù)。

• submit

submit(fn, *args, **kwargs)
其中 fn 為方法名，其后的 *args, **kwargs 為該方法的參數(shù)。

• 示例：

import  threading
from concurrent.futures import ThreadPoolExecutor
import time
import random

# 對兩數(shù)進(jìn)行加法，并停留0-60隨機秒數(shù)
def add(a, b):
    sum = a + b
    slp = random.randint(0,60)
    time.sleep(slp)
    print('{} is running, {} + {} = {} ,thread sleep {} seconds'.format(threading.current_thread().name,a,b,sum,slp))

# 加法的兩個因數(shù)
list_a = [1, 2, 3, 4, 5, 6 ,7]
list_b = [6, 7, 8, 9, 10 ,11 ,12]
# 使用with上下問管理器，就不用管如何關(guān)線程池了
with ThreadPoolExecutor(2) as pool:
    # 將每一個線程都進(jìn)行提交
    for i in range(len(list_a)):
        pool.submit(add, list_a[i], list_b[i])

運行截圖：

3.map方法

• map ：

map(func, *iterables, timeout=None, chunksize=1)

func 參數(shù)為多線程指向的方法名，*iterables 實際上是該方法的參數(shù)，該方法的參數(shù)必須是可迭代對象，即元組或列表等，不能單純的傳遞 int 或字符串，如果 timeout 設(shè)定的時間小于線程執(zhí)行時間會拋異常 TimeoutError，默認(rèn)為 None 則不加限制。

使用 map 方法，有兩個特點：

無需提前使用submit方法
返回結(jié)果的順序和元素的順序相同，即使子線程先返回也不會獲取結(jié)果

• 示例：

import time
import random
import threading
from concurrent.futures import ThreadPoolExecutor

def add(a, b):
    sum = a + b
    slp = random.randint(0,60)
    time.sleep(slp)
    print('{} is running, {} + {} = {} ,thread sleep {} seconds'.format(threading.current_thread().name,a,b,sum,slp))
    return sum

list_a = [1, 2, 3, 4, 5, 6 ,7]
list_b = [6, 7, 8, 9, 10 ,11 ,12]
with ThreadPoolExecutor(2) as pool:
    # map中l(wèi)ist_a與list_b按照下標(biāo)一一對應(yīng)
    for result in pool.map(add, list_a, list_b):
        print('result = {}'.format(result))

運行截圖：