进程线程和协程二

前言

上面那篇文章我们提到了线程和锁的一些概念，但是代码有些冗余，比如需要我手动执行start,手动执行join，子线程数量少还好，如果多起来的话，就会显得代码很呆，因此引出下一个概念-->线程池（ThreadPoolExecutor）

线程池-submit版本

示例代码

from concurrent.futures import ThreadPoolExecutor
from threading import Thread, Lock
import time

total_money = 200

l = Lock()

def speed_money(name: str, sp_money: int):
    time.sleep(1)
    with l:
        global total_money
        print(f"\n当前线程是{name},准备取{sp_money}元,开始检测余额是否充足")
        if total_money:
            time.sleep(1)  # 只是增加了这步
            print(f"\n当前线程是{name}，余额充足为{total_money}，开始取钱")
            total_money = round(total_money - sp_money, 2)
            print(f"\n当前线程是{name}，已经取了{sp_money},账号余额{total_money}")
    return total_money

def main():
    # 构建线程
    with ThreadPoolExecutor() as executor:
        e1 = executor.submit(speed_money, "第一个线程", 100)
        e2 = executor.submit(speed_money, "第二个线程", 100)
        e3 = executor.submit(speed_money, "第三个线程", 100)

    print("\ne1,e2,e3都submit了～～～～～")
    print("\n开始依次获取执行结果")
    print(e1.result())
    print(e2.result())
    print(e3.result())
    print("\ne1,e2,e3都result完了，")

if __name__ == '__main__':
    start_time = time.time()
    main()
    print("\nmain函数执行结束")
    end_time = time.time()
    print("\n总耗时", round(end_time - start_time, 2))

执行结果

我们可以看到 在submit的时候，3个子线程就依次启动了，并且是没有阻塞主线程的，然后在子线程获取result的发现主线程是又被阻塞的 因此得出

结论

• 线程池submit和线程Thread的start很像（ps都是启动子线程，并且不会阻塞主线程）
• 线程池result和线程Thread的join很像（ps都是阻塞主线程，直到子线程执行完）
• 不同点是result是会获取子线程的结果的，但是join不行

线程池-map版本

示例代码

from concurrent.futures import ThreadPoolExecutor
from threading import Thread, Lock
import time

total_money = 200

l = Lock()

def speed_money(name: str, sp_money: int):
    time.sleep(1)
    with l:
        global total_money
        print(f"\n当前线程是{name},准备取{sp_money}元,开始检测余额是否充足")
        if total_money:
            time.sleep(1)  # 只是增加了这步
            print(f"\n当前线程是{name}，余额充足为{total_money}，开始取钱")
            total_money = round(total_money - sp_money, 2)
            print(f"\n当前线程是{name}，已经取了{sp_money},账号余额{total_money}")
    return total_money

def main():
    # 构建线程
    with ThreadPoolExecutor() as executor:
        results = executor.map(
            speed_money,
            ["第一个线程", "第二个线程", "第三个线程"],  # speed_money接受的传入第一个参数的可迭代对象
            [100, 100, 100]  # speed_money接受的传入第二个参数的可迭代对象
        )

    print("\ne1,e2,e3开始map了～～～～～")
    print("\n开始依次获取执行结果")
    for result in results:
        print("\n result", result)

    print("\ne1,e2,e3都map完了，")

if __name__ == '__main__':
    start_time = time.time()
    main()
    print("\nmain函数执行结束")
    end_time = time.time()
    print("\n总耗时", round(end_time - start_time, 2))

执行结果

通过结果可以发现，基本上和submit打印的都是一样的，所以说数据也是没问题的，但是相较于submit的话，map就很通用了，使用方式和普通的map保持一致，也是在map的时候子线程就会执行，执行完得到的是一个可迭代对象，需要使用for或者next来获取子线程的返回值

map和submit的区别