Python自定义线程池实现方法分析

本文实例讲述了Python自定义线程池实现方法。分享给大家供大家参考，具体如下：

关于python的多线程，由与GIL的存在被广大群主所诟病，说python的多线程不是真正的多线程。但多线程处理IO密集的任务效率还是可以杠杠的。

我实现的这个线程池其实是根据银角的思路来实现的。

主要思路：

任务获取和执行：

1、任务加入队列，等待线程来获取并执行。
2、按需生成线程，每个线程循环取任务。

线程销毁：

1、获取任务是终止符时，线程停止。
2、线程池close()时，向任务队列加入和已生成线程等量的终止符。
3、线程池terminate()时，设置线程下次任务取到为终止符。

流程概要设计：

详细代码：

import threading
import contextlib
from Queue import Queue
import time
class ThreadPool(object):
  def __init__(self, max_num):
    self.StopEvent = 0#线程任务终止符，当线程从队列获取到StopEvent时，代表此线程可以销毁。可设置为任意与任务有区别的值。
    self.q = Queue()
    self.max_num = max_num #最大线程数
    self.terminal = False  #是否设置线程池强制终止
    self.created_list = [] #已创建线程的线程列表
    self.free_list = [] #空闲线程的线程列表
    self.Deamon=False #线程是否是后台线程
  def run(self, func, args, callback=None):
    """
    线程池执行一个任务
    :param func: 任务函数
    :param args: 任务函数所需参数
    :param callback:
    :return: 如果线程池已经终止，则返回True否则None
    """
    if len(self.free_list) == 0 and len(self.created_list) < self.max_num:
      self.create_thread()
    task = (func, args, callback,)
    self.q.put(task)
  def create_thread(self):
    """
    创建一个线程
    """
    t = threading.Thread(target=self.call)
    t.setDaemon(self.Deamon)
    t.start()
    self.created_list.append(t)#将当前线程加入已创建线程列表created_list
  def call(self):
    """
    循环去获取任务函数并执行任务函数
    """
    current_thread = threading.current_thread()  #获取当前线程对象·
    event = self.q.get()  #从任务队列获取任务
    while event != self.StopEvent:  #判断获取到的任务是否是终止符
      func, arguments, callback = event#从任务中获取函数名、参数、和回调函数名
      try:
        result = func(*arguments)
        func_excute_status =True#func执行成功状态
      except Exception as e:
        func_excute_status = False
        result =None
        print '函数执行产生错误', e#打印错误信息
      if func_excute_status:#func执行成功后才能执行回调函数
        if callback is not None:#判断回调函数是否是空的
          try:
            callback(result)
          except Exception as e:
            print '回调函数执行产生错误', e # 打印错误信息
      with self.worker_state(self.free_list,current_thread):
        #执行完一次任务后，将线程加入空闲列表。然后继续去取任务，如果取到任务就将线程从空闲列表移除
        if self.terminal:#判断线程池终止命令，如果需要终止，则使下次取到的任务为StopEvent。
          event = self.StopEvent
        else: #否则继续获取任务
          event = self.q.get() # 当线程等待任务时，q.get()方法阻塞住线程，使其持续等待
    else:#若线程取到的任务是终止符，就销毁线程
      #将当前线程从已创建线程列表created_list移除
      self.created_list.remove(current_thread)
  def close(self):
    """
    执行完所有的任务后，所有线程停止
    """
    full_size = len(self.created_list)#按已创建的线程数量往线程队列加入终止符。
    while full_size:
      self.q.put(self.StopEvent)
      full_size -= 1
  def terminate(self):
    """
    无论是否还有任务，终止线程
    """
    self.terminal = True
    while self.created_list:
      self.q.put(self.StopEvent)
    self.q.queue.clear()#清空任务队列
  def join(self):
    """
    阻塞线程池上下文，使所有线程执行完后才能继续
    """
    for t in self.created_list:
      t.join()
  @contextlib.contextmanager#上下文处理器，使其可以使用with语句修饰
  def worker_state(self, state_list, worker_thread):
    """
    用于记录线程中正在等待的线程数
    """
    state_list.append(worker_thread)
    try:
      yield
    finally:
      state_list.remove(worker_thread)
if __name__ == '__main__':
  def Foo(arg):
    return arg
    # time.sleep(0.1)
  def Bar(res):
    print res
  pool=ThreadPool(5)
  # pool.Deamon=True#需在pool.run之前设置
  for i in range(1000):
    pool.run(func=Foo,args=(i,),callback=Bar)
  pool.close()
  pool.join()
  # pool.terminate()
  print "任务队列里任务数%s" %pool.q.qsize()
  print "当前存活子线程数量:%d" % threading.activeCount()
  print "当前线程创建列表:%s" %pool.created_list
  print "当前线程创建列表:%s" %pool.free_list

关于上下文处理：

来个简单例子说明：

下面的代码手动自定义了一个myopen方法，模拟我们常见的with open() as f:语句。具体的contextlib模块使用，会单独开章来将。

# coding:utf-8
import contextlib
@contextlib.contextmanager#定义该函数支持上下文with语句
def myopen(filename,mode):
  f=open(filename,mode)
  try:
    yield f.readlines()#正常执行返回f.readlines()
  except Exception as e:
    print e
  finally:
    f.close()#最后在with代码快执行完毕后返回执行finally下的f.close()实现关闭文件
if __name__ == '__main__':
  with myopen(r'c:\ip1.txt','r') as f:
    for line in f:
      print line

希望本文所述对大家Python程序设计有所帮助。