python打造线程池
# coding=utf-8 import threading import Queue import time import traceback class ThreadPoolExecutor(object): def __init__(self, max_works): self._q = Queue.Queue() self.max_works=max_works self.started=0 def worker(self): while True: (fn, args) = self._q.get() try: fn(*args) except Exception, e: print '线程池执行错误,item是:',item, '错误原因是:',e,traceback.format_exc() finally: pass self._q.task_done() def submit(self, fn, *args): item = (fn,args) self._q.put(item) self.start_work() def start_work(self): if self.started==0: for i in range(self.max_works): t=threading.Thread(target=self.worker) t.setDaemon(True) ###利用daemon的特性:父线程退出时子线程就自动退出。 t.start() self.started=1 def wait_all_finish(self): self._q.join()
测试
#coding=utf8 import threading from xccfb import ThreadPoolExecutor import time if __name__=="__main__": tlock=threading.Lock() def fun(strx): with tlock: print time.strftime('%H:%M:%S'),strx time.sleep(2) threadPoolExecutor=ThreadPoolExecutor(3) for i in range(10): threadPoolExecutor.submit(fun, 'hello') threadPoolExecutor.submit(fun, 'hi') threadPoolExecutor.wait_all_finish() ###注释掉就可以先print over print time.strftime('%H:%M:%S'), 'over'

使用wait_all_finish()的queue.join()方法阻塞主线程,当队列中有任务还要执行时候不往下执行。不想阻塞就不要写这句。
反对极端面向过程编程思维方式,喜欢面向对象和设计模式的解读,喜欢对比极端面向过程编程和oop编程消耗代码代码行数的区别和原因。致力于使用oop和36种设计模式写出最高可复用的框架级代码和使用最少的代码行数完成任务,致力于使用oop和设计模式来使部分代码减少90%行,使绝大部分py文件最低减少50%-80%行的写法。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 上周热点回顾(3.3-3.9)
· AI 智能体引爆开源社区「GitHub 热点速览」