Python爬虫基础讲解（十八）：线程池的使用

深藏阁楼爱情的钟 2022-10-17 13:49 156阅读 0赞

### **Python爬虫、数据分析、网站开发等案例教程视频免费在线观看** ###

https://space.bilibili.com/523606542

# [Python学习交流群：1039649593][Python_1039649593] #

# 线程池的使用 #

> ThreadPoolExecutor

有一种比你上面看到的更简单的方法来启动一组线程。它被称为a ThreadPoolExecutor，它是标准库的一部分concurrent.futures(从Python 3.2开始)。

创建它的最简单方法是作为上下文管理器，使用该with语句来管理池的创建和销毁。

import concurrent.futures
    import time
    
    def thread_function(name) :
        print("子线程%s:启动”% name)
        time.s1eep(2)
        print("子线程%s:完成”% name)
    if __name__ == "_main__":
        with concurrent.futures.ThreadPoo1Executor(max_workers=3) as executor":
        for i in range(10):
            executor.submit(thread_function，i)

代码创建一个ThreadPoo1Executor 上下文管理器，告诉它在池中需要多少个工作线程。然后，它.map()会逐步执行可迭代的事物，在您的情况下range(3)，将每个事物传递给池中的线程。

with块的结尾导致在池中的每个线程上ThreadPoo7Executor执行a .join())。这是强烈建议您使用ThreadPoo1Executor的上下文管理器时，你可以让你永远不会忘记.join()的线程。

示例代码将生成如下所示的输出：

子线程0：启动
    子线程1：启动
    子线程2：启动
    子线程2：完成
    子线程0：完成
    子线程1：完成

# 多线程的优缺点 #

### 优点： ###

*  多线程技术使程序的响应速度更快，让程序高效率的执行
 *  提升了计算能力

### 缺点： ###

*  多线程是没有绝对执行顺序的（理解)
 *  等候使用共享资源时造成程序的运行速度变慢。这些共享资源主要是独占性的资源,如如全局变量。
 *  对线程进行管理要求额外的CPU开销。线程的使用会给系统带来上下文切换的额外负担。当这种负担超过一定程度时,多线程的特点主要表现在其缺点上,比如用独立的线程来更新数组内每个元素。
 *  线程的死锁。即较长时间的等待或资源竞争以及死锁等多线程症状。

[Python_1039649593]: https://jq.qq.com/?_wv=1027&k=SBLaYU2c