python 之 线程池实现并发
使用线程池实现高IO并发
模块:ThreadPoolExecutor, as_completed
测试代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | #!/opt/python3/bin/python3 from concurrent.futures import ThreadPoolExecutor, as_completed import time def test(arg1, arg2, arg3): time.sleep( int (arg1)) print ( '参数1:%s 参数2:%s 参数3:%s' % (arg1,arg2,arg3)) return arg1 # 创建含3个线程的线程池 with ThreadPoolExecutor( 3 ) as executor: # 生成所有任务 all_task = [executor.submit(test, ag1, ag2, ag3) for ag1, ag2, ag3 in [( '2' , 'aa1' , 'aa2' ),( '3' , 'bb1' , 'bb2' )]] # 等待任务全部执行完毕后,使用for的result方法循环返回结果 for out in as_completed(result): mess = out.result() print (mess) # as_completed 方法是等待result任务全部执行完毕 # result 方法是提取任务返回的结果 |
【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】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【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】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 为什么说在企业级应用开发中,后端往往是效率杀手?
· 用 C# 插值字符串处理器写一个 sscanf
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· .NET Core内存结构体系(Windows环境)底层原理浅谈
· 为什么说在企业级应用开发中,后端往往是效率杀手?
· DeepSeek 解答了困扰我五年的技术问题。时代确实变了!
· 本地部署DeepSeek后,没有好看的交互界面怎么行!
· 趁着过年的时候手搓了一个低代码框架
· 推荐一个DeepSeek 大模型的免费 API 项目!兼容OpenAI接口!