Python多線程編程怎樣利用線程池

在Python中，可以使用concurrent.futures模塊中的ThreadPoolExecutor類來創(chuàng)建和管理線程池。線程池可以幫助你更有效地利用系統(tǒng)資源，避免因為創(chuàng)建過多線程而導(dǎo)致的性能問題。

下面是一個簡單的示例，展示了如何使用ThreadPoolExecutor來執(zhí)行多個任務(wù)：

import concurrent.futures
import time

def task(n):
    print(f"Task {n} started")
    time.sleep(n)  # 模擬任務(wù)執(zhí)行時間
    print(f"Task {n} completed")
    return n * n

def main():
    # 創(chuàng)建一個線程池，最多可以同時運行3個線程
    with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
        # 提交任務(wù)到線程池
        tasks = [executor.submit(task, i) for i in range(1, 6)]

        # 獲取任務(wù)結(jié)果
        for future in concurrent.futures.as_completed(tasks):
            result = future.result()
            print(f"Task result: {result}")

if __name__ == "__main__":
    main()

在這個示例中，我們定義了一個名為task的函數(shù)，它接受一個參數(shù)n，模擬執(zhí)行一個耗時n秒的任務(wù)。在main函數(shù)中，我們創(chuàng)建了一個最大工作線程數(shù)為3的線程池，然后提交了5個任務(wù)到線程池。線程池會自動分配任務(wù)給空閑的線程，并在任務(wù)完成后返回結(jié)果。

注意，with語句用于確保線程池在執(zhí)行完畢后正確關(guān)閉。這是一個很好的實踐，可以避免因為忘記關(guān)閉線程池而導(dǎo)致的資源泄漏問題。