40. Python 多线程共享变量 线程池

标签：python 线程池 线程共享

多线程和多进程不同之处在于，多线程本身就是可以和父线程共享内存的，这也是为什么其中一个线程挂掉以后，为什么其他线程也会死掉的道理。

import threading

def worker(l):
    l.append("li")
    l.append("and")
    l.append("lou")


if __name__ == "__main__":
    l = []
    l += range(1, 10)
    print (l)
    t = threading.Thread(target=worker, args=(l,))
    t.start()
    print (l)

返回结果：

[1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 'li', 'and', 'lou']

2.线程池（扩展内容，了解即可）

通过传入一个参数组来实现多线程，并且它的多线程是有序的，顺序与参数组中的参数顺序保持一致。

安装包：

pip install  threadpool

调用格式：

from threadpool import *
pool = TreadPool(poolsize)
requests = makeRequests(some_callable, list_of_args, callback)
[pool.putRequest(req) for req in requests]
pool.wait()

举例：

import threadpool

def hello(m, n, o):
    print ("m = {0}, n = {1}, o = {2}".format(m, n, o))

if __name__ == "__main__":
    #方法一：
    lst_vars_1 = ['1','2','3']
    lst_vars_2 = ['4','5','6']
    func_var = [(lst_vars_1,None), (lst_vars_2, None)]
    #方法二：
    dict_vars_1 = {'m':'1','n':'2','o':'3'}
    dict_vars_2 = {'m':'4','n':'5','o':'6'}
    func_var = [(None, dict_vars_1), (None, dict_vars_2)]

    pool = threadpool.ThreadPool(2)
    requests = threadpool.makeRequests(hello, func_var)
    [pool.putRequest(req) for req in requests]
    pool.wait()

返回结果：

m = 1, n = 2, o = 3
m = 4, n = 5, o = 6

40. Python 多线程共享变量 线程池

标签：python 线程池 线程共享

原文地址：http://blog.51cto.com/286577399/2050860