1. 何時使用線程池

系統(tǒng)啟動一個新線程的成本是比較高的，因為它涉及與操作系統(tǒng)的交互。在這種情形下，使用線程池可以很好地提升性能；
尤其是當(dāng)程序中需要創(chuàng)建大量生存期很短暫的線程時，更應(yīng)該考慮使用線程池。

線程池在系統(tǒng)啟動時即創(chuàng)建大量空閑的線程，程序只要將一個函數(shù)提交給線程池，線程池就會啟動一個空閑的線程來執(zhí)行它。
當(dāng)該函數(shù)執(zhí)行結(jié)束后，該線程并不會死亡，而是再次返回到線程池中變成空閑狀態(tài)，等待執(zhí)行下一個函數(shù)。

使用線程池可以有效地控制系統(tǒng)中并發(fā)線程的數(shù)量。當(dāng)系統(tǒng)中包含有大量的并發(fā)線程時，會導(dǎo)致系統(tǒng)性能急劇下降，甚至導(dǎo)致 Python 解釋器崩潰，而線程池的最大線程數(shù)參數(shù)可以控制系統(tǒng)中并發(fā)線程的數(shù)量不超過此數(shù)。

2. 線程池

線程池的基類是concurrent.futures模塊中的Executor, Executor提供了兩個子類，即ThreadPoolExecutor 和 ProcessPoolExecutor

ThreadPoolExecutor?? ??? ?線程池
ProcessPoolExecutor?? ??? ?進程池

使用線程池/進程池來管理并發(fā)編程，那么只要將相應(yīng)的task函數(shù)提交給線程池/進程池，剩下的就由線程池/進程池來做

常用方法：
submit(fn, *args, **kwargs)
fn 函數(shù)?
*args ? ? ?傳給fn函數(shù)的參數(shù)
*kargs ? ? 以關(guān)鍵字參數(shù)的形式傳給fn函數(shù)的參數(shù)

map(func, *iterables, timeout = None, chunksize = 1)
類似全局函數(shù)map(func, *iterables)，只是該函數(shù)將會啟動多個線程，以異步方式立即對iterables執(zhí)行map處理

shutdown(wait=True)

程序?qū)ask函數(shù)提交給線程池后，submit方法會返回一個Future對象，F(xiàn)uture類主要用于獲取線程任務(wù)函數(shù)的返回值。
由于線程任務(wù)會在新線程中以異步方式執(zhí)行，因此，線程執(zhí)行的函數(shù)相當(dāng)于一個“將來完成”的任務(wù)，所以使用Future來代表

Future提供了以下方法：
cancel():?? ??? ??? ?取消該Future代表的線程任務(wù)。如果該任務(wù)正在執(zhí)行，不可取消，則該方法返回False；否則，程序會取消該任務(wù)，并返回True。
cancelled(): ?? ?返回Future代表的線程任務(wù)是否被成功取消
running():?? ??? ?如果該Future代表的線程任務(wù)正在執(zhí)行、不可被取消，該方法返回True。
done():?? ??? ??? ??? ?如果該Future代表的線程任務(wù)被成功取消或這行完成，則該方法返回True。
result(timeout=None):?? ?獲取該Future代表的線程任務(wù)最后返回的結(jié)果。如果Future代表的線程任務(wù)還未能完成，該方法將會阻塞當(dāng)前線程，其中timeout參數(shù)指定最多阻塞多少秒
exception(timeout=None): ?? ?獲取該Future代表的線程任務(wù)所引發(fā)的異常，如果該任務(wù)成功完成，沒有異常，則該方法返回None
add_done_callback(fn):?? ??? ?為該Future代表的線程任務(wù)注冊一個“回調(diào)函數(shù)”，當(dāng)該任務(wù)成功完成時，程序會自動觸發(fā)該fn函數(shù)

在用完一個線程池后，應(yīng)該調(diào)用該線程池的shutdown()方法，該方法將啟動線程池的關(guān)閉序列。
調(diào)用shutdown()方法后的線程池不再接受新任務(wù)，但會將以前所有的已提交的任務(wù)執(zhí)行完成。當(dāng)線程池中的所有任務(wù)都執(zhí)行完成后，該線程池中的所有線程都會死亡。

示例：

"""
使用線程池來執(zhí)行線程任務(wù)：
1. 調(diào)用ThreadPoolExecutor類的構(gòu)造器創(chuàng)建一個線程池
2. 定義一個普通函數(shù)作為線程任務(wù)
3. 調(diào)用ThreadPoolExecutor對象的submit()方法來提交線程任務(wù)
4. 當(dāng)不想提交任何任務(wù)時，調(diào)用ThreadPoolExecutor對象的shutdown()方法來關(guān)閉線程池
"""

from concurrent.futures import ThreadPoolExecutor
import threading
import time

#線程任務(wù)
def task(max):
? ? my_sum = 0
? ? for i in range(max):
? ? ? ? print(threading.current_thread().name + ' ' + str(i))
? ? ? ? my_sum += i
? ? return my_sum

#創(chuàng)建一個包含2條線程的線程池
pool = ThreadPoolExecutor(max_workers = 2)

#向線程池提交一個task,
future1 = pool.submit(task, 50)

#向線程池再提交一個task
future2 = pool.submit(task, 100)

#判斷future1代表的任務(wù)是否結(jié)束
print(future1.done())

time.sleep(3)

#判斷future2代表的任務(wù)是否結(jié)束
print(future2.done())

#查看future1代表的任務(wù)返回結(jié)果
print(future1.result()) ? ? ? ? ? ? #會阻塞主線程在此等待
#查看future2代表的任務(wù)返回結(jié)果
print(future2.result())

#如果想不阻塞主線程，可以使用add_done_callback方法
#示例：
#def callback_get_result(future):
# ? future.result()
#
#future1.add_done_callback(callback_get_result)
#future2.add_done_callback(callback_get_result)

#關(guān)閉線程池
pool.shutdown()

由于線程池實現(xiàn)了上下文管理協(xié)議（Context Manage Protocol），因此，程序可以使用with語句來管理線程池，這樣即可避免手動關(guān)閉線程池

Executor提供了一個map(func, *iterables, timeout=None, chunksize=1)方法
類似于全局函數(shù)map()
區(qū)別在于線程池的map()會為iterables的每個元素啟動一個線程，已并發(fā)方式執(zhí)行func函數(shù)。這種方式相當(dāng)于啟動len(iterables)個線程，并收集每個線程的執(zhí)行結(jié)果。

示例：

with ThreadPoolExecutor(max_workers=4) as pool:
?? ?#使用map，元組中有3個元素，因此程序啟動3條線程來執(zhí)行task
?? ?results = pool.map(task, (50,100,250))?? ?
?? ?