这篇教程python concurrent.futures模块的使用测试写得很实用，希望能帮到您。
概述concurrent.futures 是 3.2 中引入的新模块，它为异步执行可调用对象提供了高层接口。
可以使用 ThreadPoolExecutor 来进行多线程编程，ProcessPoolExecutor 进行多进程编程，两者实现了同样的接口，这些接口由抽象类 Executor 定义。
这个模块提供了两大类型，一个是执行器类 Executor，另一个是 Future 类。
执行器用来管理工作池，future 用来管理工作计算出来的结果，通常不用直接操作 future 对象，因为有丰富的 API。 说明Python3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类，实现了对threading和multiprocessing的进一步抽象，对编写线程池/进程池提供了直接的支持. #! /usr/bin/env python# -*- coding: utf-8 -*-## -------------------------------------------------------------------------------# Name: demo3# Author: yunhgu# Date: 2021/7/8 15:17# Description: # -------------------------------------------------------------------------------import osimport timeimport threadingfrom concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor, as_completeddef work(x): time.sleep(1) temp = f"父进程{os.getppid()}:子进程{os.getpid()}:线程{threading.get_ident()}:{x}" return tempdef sub_thread(): temp_list = [] with ThreadPoolExecutor(max_workers=3) as t: task_list = [t.submit(work, i) for i in range(5)] for task in as_completed(task_list): if task.done(): temp_list.append(task.result()) return temp_listdef main(): print(f"主进程:{os.getpid()}") path_list = [] with ProcessPoolExecutor(max_workers=3) as p: task_list = [p.submit(sub_thread) for i in range(5)] for task in as_completed(task_list): if task.done(): path_list.append(task.result()) for path in path_list: print(path)if __name__ == '__main__': main()
不论你在什么时候开始，重要的是开始之后就不要停止。不论你在什么时候结束，重要的是结束之后就不要悔恨。 到此这篇关于python concurrent.futures模块的使用测试 的文章就介绍到这了,更多相关python concurrent使用内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Pandas中GroupBy具体用法详解
教你如何利用python3爬虫爬取漫画岛-非人哉漫画 |
