一、线程池
1、为什么需要使用线程池
1.1 创建/销毁线程伴随着系统开销，过于频繁的创建/销毁线程，会很大程度上影响处理效率。
记创建线程消耗时间T1，执行任务消耗时间T2，销毁线程消耗时间T3，如果T1+T3>T2，那说明开启一个线程来执行这个任务太不划算了！在线程池缓存线程可用已有的闲置线程来执行新任务，避免了创建/销毁带来的系统开销。
1.2 线程并发数量过多，抢占系统资源从而导致阻塞。
线程能共享系统资源，如果同时执行的线程过多，就有可能导致系统资源不足而产生阻塞的情况。
1.3 对线程进行一些简单的管理。
比如：延时执行、定时循环执行的策略等，运用线程池都能进行很好的实现。
2、Python中建立线程池的方法
2.1 使用threadpool模块，这是个python的第三方模块，支持python2和python3
2.2 使用concurrent.futures模块，这个模块是python3中自带的模块，python2.7以上版本也可以安装使用
2.3 自己构建一个线程池
二、队列（queue）
Queue模块提供的队列（FIFO）适用于多线程编程，在生产者(producer)和消费者(consumer)之间线程安全(thread-safe)地传递消息或其它数据，因此多个线程可以共用同一个Queue实例。常用方法:
Queue.qsize()：返回queue的大小。
Queue.empty():判断队列是否为空，通常不太靠谱。
Queue.full():判断是否满了。
Queue.put(item, block=True, timeout=None): 往队列里放数据。
Queue.put_nowait(item):往队列里存放元素，不等待
Queue.get(item, block=True, timeout=None): 从队列里取数据。
Queue.get_nowait(item):从队列里取元素，不等待
Queue.task_done()：表示队列中某个元素是否的使用情况，使用结束会发送信息。
Queue.join()：一直阻塞直到队列中的所有元素都执行完毕。
三、使用threading+Queue处理多任务
假设有十个任务需要处理，打算在后台开启五个线程，简化后的模型
import Queue
import threading
import time
queue = Queue.Queue()
class ThreadNum(threading.Thread):
def __init__(self, queue):
threading.Thread.__init__(self)
self.queue = queue
def run(self):
while True:
#消费者端，从队列中获取num
num = self.queue.get()
print("Retrieved", num)
time.sleep(1)
#在完成这项工作之后，使用 queue.task_done() 函数向任务已经完成的队列发送一个信号
self.queue.task_done()
print("Consumer Finished")
def main():
#产生一个 threads pool, 并把消息传递给thread函数进行处理，这里开启10个并发
for i in range(5):
t = ThreadNum(queue)
t.setDaemon(True)
t.start()
#往队列中填数据
for num in range(10):
queue.put(num)
#wait on the queue until everything has been processed
queue.join()
if __name__ == '__main__':
main()
time.sleep(500)
输出为：
('Retrieved', 0)
('Retrieved', 1)('Retrieved', 2)
('Retrieved', 3)
('Retrieved', 4)
('Retrieved', 5)('Retrieved', 6)
('Retrieved', 7)
('Retrieved', 8)
('Retrieved', 9)
具体工作步骤描述如下：
1、创建一个 Queue.Queue() 的实例，然后使用数据对它进行填充。
2、将经过填充数据的实例传递给线程类，后者是通过继承 threading.Thread 的方式创建的。
3、生成守护线程池。
4、每次从队列中取出一个项目，并使用该线程中的数据和 run 方法以执行相应的工作。
5、在完成这项工作之后，使用 queue.task_done() 函数向任务已经完成的队列发送一个信号。
6、对队列执行 join 操作，实际上意味着等到队列为空，再退出主程序。
在使用这个模式时需要注意一点：通过将守护线程设置为 true，程序运行完自动退出。好处是在退出之前，可以对队列执行 join 操作、或者等到队列为空。
注意运行main函数后继续执行time.sleep(500)，可以观察到主线程未结束的情况下ThreadNum(queue)生成的线程还在运行。如果需要停止线程的话可以对以上代码加以修改。
import Queue
import threading
import time
queue = Queue.Queue()
class ThreadNum(threading.Thread):
"""没打印一个数字等待1秒，并发打印10个数字需要多少秒？"""
def __init__(self, queue):
threading.Thread.__init__(self)
self.queue = queue
def run(self):
done = False
while not done:
#消费者端，从队列中获取num
num = self.queue.get()
if num is None:
done = True
else:
print("Retrieved", num)
time.sleep(1)
#在完成这项工作之后，使用 queue.task_done() 函数向任务已经完成的队列发送一个信号
self.queue.task_done()
print("Consumer Finished")
def main():
#产生一个 threads pool, 并把消息传递给thread函数进行处理，这里开启10个并发
for i in range(5):
t = ThreadNum(queue)
t.setDaemon(True)
t.start()
#往队列中填错数据
for num in range(10):
queue.put(num)
queue.join()
time.sleep(100)
for i in range(10):
queue.put(None)
print('None')
time.sleep(200)
if __name__ == '__main__':
start = time.time()
main()
print"Elapsed Time: %s" % (time.time() - start)
main函数执行完后队列向线程发送None消息，触发线程的停止标识，这样就可以动态管理线程池了。
以上这篇Python 使用threading+Queue实现线程池示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
