python线程池--threadpool

在爬虫时，有时候解析获得了很多图片或视频地址时，如果一个个下载完成再去下载另一个，这样执行效率太慢了，此时就可用到线程池threadpool，使用基本步骤如下：

1.定于任务函数

2.创建线程池，定义线程数量 task_pool = threadpool.ThreadPool(n)，n为线程数

3.创建线程任务 threadpool.makeRequests(任务函数，参数列表)，主要，参数必须可迭代的，如list，且threadpool.makeRequests以list形式返回任务列表，所有可用extend()函数得到所有任务，见下例

4.将创建的任务列表put到线程池中，task.putRequest(req)，利用for循环遍历任务列表，或者map(task.putRequest，task_list)

5.执行任务，等待所有任务执行完毕threadpool.wait() 执行到此步，任务才真正开始执行

代码示例：

import threadpool
import time

def foo(n):
    print(n)
    time.sleep(2)

t1 =time.time()
task_pool = threadpool.ThreadPool(10)  #创建10个线程的线程池
task_list = []                          #任务列表
data_list = [i for i in range(10)]     #创建参数列表
task_list.extend(threadpool.makeRequests(foo,data_list))    #创建线程任务
for req in task_list:
    task_pool.putRequest(req)           #将任务put到线程池中
print("starting...................")
task_pool.wait()                        #开始执行任务
t2 = time.time()

print(t2-t1)    　　　　　　　　　　　　　　#计算消耗时间

执行结果：

starting...................0162
73
4
5

8
9
2.06499981880188

从结果可以看出：

1.task_pool.wait()时任务才真正开始执行

2.结果是无序的，说明任务确实同时执行

3.foo函数中每次暂停2秒，如果一次一次按顺序执行，需要2*10秒，利用多线程只用了2.06秒（实际我也试过100个任务，100个线程，执行时间2.05秒），说明线程池效果很明显。