这篇文章主要介绍了Python探索之自定义实现线程池，使用queue实现线程池的方法，具有一定参考价值，需要的朋友可以了解下。
为什么需要线程池呢？
设想一下，如果我们使用有任务就开启一个子线程处理，处理完成后，销毁子线程或等得子线程自然死亡，那么如果我们的任务所需时间比较短，但是任务数量比较多，那么更多的时间是花在线程的创建和结束上面，效率肯定就低了。
线程池的原理：
既然是线程池（Thread pool），其实名字很形象，就是把指定数量的可用子线程放进一个"池里"，有任务时取出一个线程执行，任务执行完后，并不立即销毁线程，而是放进线程池中，等待接收下一个任务。这样内存和cpu的开销也比较小，并且我们可以控制线程的数量。
线程池的实现：
线程池有很多种实现方式，在python中，已经给我们提供了一个很好的实现方式：Queue-队列。因为python中Queue本身就是同步的，所以也就是线程安全的，所以我们可以放心的让多个线程共享一个Queue。
那么说到线程池，那么理应也得有一个任务池，任务池中存放着待执行的任务，各个线程到任务池中取任务执行，那么用Queue来实现任务池是最好不过的。
1.low版线程池
设计思路：运用队列queue
将线程类名放入队列中，执行一个就拿一个出来
import queue import threading class ThreadPool(object): def __init__(self, max_num=20): self.queue = queue.Queue(max_num) #创建队列，最大数为20 for i in range(max_num): self.queue.put(threading.Thread) #将类名放入队列中 def get_thread(self): return self.queue.get() #从队列中取出类名 def add_thread(self): self.queue.put(threading.Thread) #进类名放入队列中 def func(arg, p): #定义一个函数 print(arg) import time time.sleep(2) p.add_thread() pool = ThreadPool(10) #创建对象，并执行该类的构造方法，即将线程的类名放入队列中 for i in range(30): thread = pool.get_thread() #调用该对象的get_thread方法，取出类名 t = thread(target=func, args=(i, pool)) #创建对象，执行func，参数在args中 t.start()
由于此方法要求使用者修改原函数，并在原函数里传参数，且调用方法也发生了改变，并且有空闲线程浪费资源，实际操作中并不方便，故设计了下一版线程池。
2.绝版线程池
设计思路：运用队列queue
a.队列里面放任务
b.线程一次次去取任务，线程一空闲就去取任务
import queue import threading import contextlib import time StopEvent = object() class ThreadPool(object): def __init__(self, max_num, max_task_num = None): if max_task_num: self.q = queue.Queue(max_task_num) else: self.q = queue.Queue() self.max_num = max_num self.cancel = False self.terminal = False self.generate_list = [] self.free_list = [] def run(self, func, args, callback=None): """ 线程池执行一个任务 :param func: 任务函数 :param args: 任务函数所需参数 :param callback: 任务执行失败或成功后执行的回调函数，回调函数有两个参数1、任务函数执行状态；2、任务函数返回值（默认为None，即：不执行回调函数） :return: 如果线程池已经终止，则返回True否则None """ if self.cancel: return if len(self.free_list) == 0 and len(self.generate_list)
总结
以上就是本文关于Python探索之自定义实现线程池的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：python中模块的__all__属性详解、Python面向对象编程基础解析（二）等，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
以上就是Python探索之自定义实现线程池的详细内容，更多请关注0133技术站其它相关文章！
