python ProcessPoolExecutor 和ThreadPoolExecutor使用

最新推荐文章于 2025-07-12 17:09:30 发布

原创最新推荐文章于 2025-07-12 17:09:30 发布 · 277 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #后端

知识点总结专栏收录该内容

26 篇文章

订阅专栏

该博客介绍了如何利用Python的`concurrent.futures`模块中的`ThreadPoolExecutor`和`ProcessPoolExecutor`来执行异步任务。通过`submit()`函数提交任务并使用`as_completed()`等待所有任务完成，展示了并发执行func1和func2函数的过程，从而提高程序执行效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from concurrent.futures import ProcessPoolExecutor, as_completed, ThreadPoolExecutor


def func1(a, b):
    print(f"func1  start...")
    return {"k": a + b}


def func2(c):
    print(f"func2  start...")
    return {"k1": c}


def run():
    d = {}
    res = []
    with ThreadPoolExecutor(max_workers=4) as p:
    # with ProcessPoolExecutor(max_workers=4) as p:
        res.append(p.submit(func1, 2, 3))  # 异步执行
        res.append(p.submit(func2, 55))
        for r in as_completed(res):  # 等待所有函数执行完成
            if r.done() and r.result():
                d.update(r.result())
    print(d)


if __name__ == '__main__':
    run()