对Python线程池

本文对Python线程池进行详细说明介绍，IDE选择及编码的解决方案进行了一番详细的描述，实为Python初学者必读的Python学习经验心得。

AD： 干货来了,不要等！WOT2015 北京站演讲PPT开放下载！

下面给大家总结一下自己总结的对Python线程池经验之谈，对于那些没有接触学习过编程语言或者多开发语言略懂的用户而言，Python语言绝对是最好的选择之一，并建议初学的程序员先从Python开始学习编程。

1. import Queue, threading, sys
2. from threading import Thread
3. import time,urllib
4. # working thread
5. class Worker(Thread):
6. def __init__( self, workQueue, resultQueue, , **kwds):
7. Thread.__init__( self, **kwds )
8. self.id = Worker.worker_count
9. Worker.worker_count += 1
10. self.setDaemon( True )
11. self.workQueue = workQueue
12. self.resultQueue = resultQueue
13. self.timeout = timeout
14. self.start( )
15. def run( self ):
16. ''' the get-some-work, do-some-work main loop of worker threads '''
17. while True:
18. try:
19. callable, args, kwds = self.workQueue.get(timeout=self.timeout)
20. res = callable(*args, **kwds)
21. print "worker[%2d]: %s" % (self.id, str(res) )
22. self.resultQueue.put( res )
23. except Queue.Empty:
24. break
25. except :
26. print 'worker[%2d]' % self.id, sys.exc_info()[:2]
27. class WorkerManager:
28. def __init__( self, , ):
29. self.workQueue = Queue.Queue()
30. self.resultQueue = Queue.Queue()
31. self.workers = []
32. self.timeout = timeout
33. self._recruitThreads( num_of_workers )
34. def _recruitThreads( self, num_of_workers ):
35. for i in range( num_of_workers ):
36. worker = Worker( self.workQueue, self.resultQueue, self.timeout )
37. self.workers.append(worker)
38. def wait_for_complete( self):
39. # ...then, wait for each of them to terminate:
40. while len(self.workers):
41. worker = self.workers.pop()
42. worker.join( )
43. if worker.isAlive() and not self.workQueue.empty():
44. self.workers.append( worker )
45. print "All jobs are are completed."
46. def add_job( self, callable, *args, **kwds ):
47. self.workQueue.put( (callable, args, kwds) )
48. def get_result( self, *args, **kwds ):
49. return self.resultQueue.get( *args, **kwds )

Worker类是一个Python线程池，不断地从workQueue队列中获取需要执行的任务，执行之，并将结果写入到resultQueue中。这里的workQueue和resultQueue都是现成安全的，其内部对各个线程的操作做了互斥。当从workQueue中获取任务超时，则线程结束。

WorkerManager负责初始化Python线程池，提供将任务加入队列和获取结果的接口，并能等待所有任务完成。一个典型的测试例子如下，它用10个线程去下载一个固定页面的内容，实际应用时应该是执行不同的任务。

1. def test_job(id, .001 ):
2. try:
3. urllib.urlopen('[url]https://www.gmail.com/[/url]').read()
4. except:
5. print '[%4d]' % id, sys.exc_info()[:2]
6. return id
7. def test():
8. import socket
9. socket.setdefaulttimeout(10)
10. print 'start testing'
11. wm = WorkerManager(10)
12. for i in range(500):
13. wm.add_job( test_job, i, i*0.001 )
14. wm.wait_for_complete()
15. print 'end testing'