pythony语法——使用threadpool实现多线程并行

可以使用 threadpool 来实现多线程并行。

示例

我想用多线程求一个数列的和，可以如下操作：

import threadpool
def func(dic, c):
    dic['count'] += c

if __name__=="__main__":
    d = dict()
    d['count'] = 0
    l = [1, 2, 3]
    
    pool = threadpool.ThreadPool(len(l)) # 成立线程池
    params = [([d, x], None) for x in l] # 拼接 func 的参数
    requests = threadpool.makeRequests(func, params) # 
    [pool.putRequest(req) for req in requests] 
    pool.wait() 
    
    print(f'dic={d}')

输出：
dic={'count': 6}

函数

makeRequests()

函数原型：makeRequests(callable_, args_list, callback=None, exc_callback=_handle_thread_exception)

可以很方便地创建多个工作请求（调用函数相同、参数不同）。

其中，

• callable_ 为需要调用的函数名
• args_list 是一个 list，每一个元素包含了一次调用的所有参数。每个元素的格式二选一：
  1、一个单一的、非元组的参数。
  2、一个二维元组，存放着一个 list 和一个 dict，list 按照顺序存放了函数的参数，dict 按照 key 存放了函数的参数。list 和 dict 有一个即可，另外一个可以为 None。

例子中 args_list 的值为

params = [([d, x], None) for x in l]

params 的元素就是一个二元元组，其中 dict 为 None，list 为二维数组，按顺序存放着 dic 和 c 的值。

也可以这样写：

params = [(None, {'dic':d, 'c':x}) for x in l]

params 的元素也是一个二元元组，其中 list 为 None，dict 按 key 存放着 dic 和 c 的值。

这两种赋值的效果是等价的。

putRequest()

函数原型为 putRequest(self, request, block=True, timeout=None)

将工作请求放入到工作队列中，并执行。

wait()

阻塞，直到线程池中所有的线程都结束。

内存共享

多线程之间是可以共享任何内存的，比如例子中的 dic 就被共享了，因此可以对其进行累加。

如果是多进程，则不可以共享内存，如果需要共享，需要其他的手段才可以，参照python技巧——使用Pool实现多进程并行.