Python并发编程之线程池/进程池

# example1.pyfrom concurrent.futures import ThreadPoolExecutorimport timedef return_future_result(message): time.sleep(2) return messagepool = ThreadPoolExecutor(max_workers=2) # 创建一个最大可容纳2个task的线程池future1 = pool.submit(return_future_result, ("hello")) # 往线程池里面加入一个taskfuture2 = pool.submit(return_future_result, ("world")) # 往线程池里面加入一个taskprint(future1.done()) # 判断task1是否结束time.sleep(3)print(future2.done()) # 判断task2是否结束print(future1.result()) # 查看task1返回的结果print(future2.result()) # 查看task2返回的结果

我们根据运行结果来分析一下。我们使用 submit 方法来往线程池中加入一个task，submit返回一个 Future对象 ，对于Future对象可以简单地理解为一个在未来完成的操作。在第一个print语句中很明显因为time.sleep(2)的原因我们的future1没有完成，因为我们使用time.sleep(3)暂停了主线程，所以到第二个print语句的时候我们线程池里的任务都已经全部结束。

ziwenxie :: ~ » python example1.pyFalseTruehelloworld# 在上述程序执行的过程中，通过ps命令我们可以看到三个线程同时在后台运行ziwenxie :: ~ » ps -eLf | grep pythonziwenxie      8361  7557  8361  3    3 19:45 pts/0    00:00:00 python example1.pyziwenxie      8361  7557  8362  0
 2/8   首页 上一页 1 2 3 4 5 6 下一页 尾页