1. 概念
从Python3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类，实现了对threading和multiprocessing的进一步抽象（这里主要关注线程池），不仅可以帮我们自动调度线程，还可以做到：
- 主线程可以获取某一个线程（或者任务的）的状态，以及返回值。
- 当一个线程完成的时候，主线程能够立即知道。
- 让多线程和多进程的编码接口一致。
2. 代码示例
"""flask通过线程池实现异步"""
from time import sleep
from concurrent.futures import ThreadPoolExecutor
from flask import Flask
app = Flask(__name__)
# 创建线程执行器
executor = ThreadPoolExecutor()
@app.route("/")
def hello():
# 调用线程池执行器执行异步任务
executor.submit(async_task, 11, 22)
return "hello world!"
def async_task(arg1, arg2):
print("args: {},{}".format(arg1, arg2))
for x in range(5):
sleep(1)
print(f"task {x} done。")
if __name__ == '__main__':
app.run(debug=True)
ThreadPoolExecutor构造实例的时候，传入max_workers参数来设置线程池中最多能同时运行的线程数目。- 使用
submit函数来提交线程需要执行的任务（函数名和参数）到线程池中，并返回该任务的句柄（类似于文件、画图），注意submit()不是阻塞的，而是立即返回。 - 通过
submit函数返回的任务句柄，能够使用done()方法判断该任务是否结束。上面的例子可以看出，由于任务有2s的延时，在task1提交后立刻判断，task1还未完成，而在延时4s之后判断，task1就完成了。 - 使用
cancel()方法可以取消提交的任务，如果任务已经在线程池中运行了，就取消不了。这个例子中，线程池的大小设置为2，任务已经在运行了，所以取消失败。如果改变线程池的大小为1，那么先提交的是task1，task2还在排队等候，这是时候就可以成功取消。 - 使用
result()方法可以获取任务的返回值。查看内部代码，发现这个方法是阻塞的。
参考链接：https://www.jianshu.com/p/b9b3d66aa0be
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。