并发编程探析：Python线程池和协程的实践案例

原创港控/mmm° 2025-01-12 05:27 12阅读 0赞

并发编程是现代软件开发中不可或缺的一部分，特别是在处理大量任务或者需要充分利用多核处理器资源时。在Python中，线程池和协程是两种常见的并发编程模型。

1. **线程池**：
   Python的标准库里并没有直接提供线程池的类。但是可以通过第三方库如`concurrent.futures`来实现。

例如创建一个固定大小的线程池：

```python
from concurrent.futures import ThreadPoolExecutor

def worker(item):
    # 这里是你的工作逻辑
    return item * 2

with ThreadPoolExecutor(max_workers=5) as executor:
    tasks = {executor.submit(worker, i), i): i for i in range(10)}
    results = {task: res for task, (res, fut)) in tasks.items() if fut.done()}
```
2. **协程**：
   Python标准库中提供了`asyncio`模块来支持协程。协程相比于线程，可以更轻量级地使用资源，且在执行上下文切换上具有更好的性能。

下面是一个简单的协程示例：

```python
import asyncio

# 协程函数
async def my_coroutine():
    print(f"Starting {__name__}} coro")
    await asyncio.sleep(1)
    print(f"Finishing {__name__}} coro")

# 创建事件循环
loop = asyncio.get_event_loop()

try:
    # 运行协程
    task = loop.create_task(my_coroutine())
    
    # 等待协程完成
    task_result = await task

print(f"{task.__name__}} completed with result {task_result}")

finally:
    # 关闭事件循环，释放资源
    loop.close()
```
以上两种并发模型在Python中都有广泛的应用。选择哪种方式主要取决于具体需求，如任务的性质、是否需要充分利用多核等。