python多線程執行同一個函數任務之threading、ThreadPoolExecutor.map

背景：

（多線程執行同一個函數任務）某個應用場景需要從數據庫中取出幾十萬的數據時，需要對每個數據進行相應的操作。逐個數據處理過慢，於是考慮對數據進行分段線程處理：

• 方法一：使用threading模塊

代碼：

# -*- coding: utf-8 -*-
import math
import random
import time
from threading import Thread

_result_list = []


def split_df():
    # 線程列表
    thread_list = []
    # 需要處理的數據
    _l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
    # 每個線程處理的數據大小
    split_count = 2
    # 需要的線程個數
    times = math.ceil(len(_l) / split_count)
    count = 0
    for item in range(times):
        _list = _l[count: count + split_count]
        # 線程相關處理
        thread = Thread(target=work, args=(item, _list,))
        thread_list.append(thread)
        # 在子線程中運行任務
        thread.start()
        count += split_count

    # 線程同步，等待子線程結束任務，主線程再結束
    for _item in thread_list:
        _item.join()


def work(df, _list):
    """
    每個線程執行的任務，讓程序隨機sleep幾秒
    :param df:
    :param _list:
    :return:
    """
    sleep_time = random.randint(1, 5)
    print(f'count is {df},sleep {sleep_time},list is {_list}')
    time.sleep(sleep_time)
    _result_list.append(df)


if __name__ == '__main__':
    split_df()
    print(len(_result_list), _result_list)

測試結果：

 

• 方法二：使用ThreadPoolExecutor.map

代碼：

# -*- coding: utf-8 -*-
import math
import random
import time
from concurrent.futures import ThreadPoolExecutor


def split_list():
    # 線程列表
    new_list = []
    count_list = []
    # 需要處理的數據
    _l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
    # 每個線程處理的數據大小
    split_count = 2
    # 需要的線程個數
    times = math.ceil(len(_l) / split_count)
    count = 0
    for item in range(times):
        _list = _l[count: count + split_count]
        new_list.append(_list)
        count_list.append(count)
        count += split_count
    return new_list, count_list


def work(df, _list):
    """ 線程執行的任務，讓程序隨機sleep幾秒
    :param df:
    :param _list:
    :return:
    """
    sleep_time = random.randint(1, 5)
    print(f'count is {df},sleep {sleep_time},list is {_list}')
    time.sleep(sleep_time)
    return sleep_time, df, _list


def use():
    new_list, count_list = split_list()
    with ThreadPoolExecutor(max_workers=len(count_list)) as t:
        results = t.map(work, new_list, count_list)

    # 或執行如下兩行代碼
    # pool = ThreadPoolExecutor(max_workers=5)
    # 使用map的優點是 每次調用回調函數的結果不用手動的放入結果list中
    # results = pool.map(work, new_list, count_list)

    # map返回一個迭代器，其中的回調函數的參數 最好是可以迭代的數據類型，如list；如果有 多個參數 則 多個參數的 數據長度相同；
    # 如： pool.map(work,[[1,2],[3,4]],[0,1]]) 中 [1,2]對應0 ；[3,4]對應1 ；其實內部執行的函數為 work([1,2],0) ; work([3,4],1)
    # map返回的結果 是 有序結果；是根據迭代函數執行順序返回的結果
    print(type(results))
    # 如下2行 會等待線程任務執行結束后 再執行其他代碼
    for ret in results:
        print(ret)
    print('thread execute end!')


if __name__ == '__main__':
    use()

測試結果：

 

參考鏈接：https://www.cnblogs.com/rgcLOVEyaya/p/RGC_LOVE_YAYA_1103_3days.html