python线程池ThreadPoolExecutor和as_completed的用法示例

from concurrent.futures import ThreadPoolExecutor, as_completed
from time import sleep


def func(name, age, s_time, func_order):
    print(f'{func_order}被调用ing...')
    print(f'{name}今年{age}岁...')
    sleep(s_time)
    print(f'{func_order}结束...，睡眠了{s_time}s')
    return name


if __name__ == '__main__':
    tasks = [['xiaohong', 19, 2, 1],
             ['xiaohuang', 20, 5, 2],
             ['xiaolv', 21, 3, 3],
             ['xiaoming', 20, 4, 4]]
    with ThreadPoolExecutor(max_workers=6) as pool:
        results = [pool.submit(func, tasks[i][0], tasks[i][1], tasks[i][2], tasks[i][3]) for i in range(len(tasks))]
        for result in as_completed(results):
        	# 获取子任务的方法的返回结果
            print(result.result())

演示了concurrent.futures.ThreadPoolExecutor的用法，基本和ProcessPoolExecutor一样。
as_compeleted()方法，其实就是一个生成器，当某个子任务完成时，就会返回这个任务并交给for循环下面的代码块执行。它有两个参数，第一个参数接收被监测是否结束的对象，第二个就是一个超时时间限制，我有试过一下，如果达到了自己设置的超时时间，但是依然有子任务没有结束，会引发一个异常。