python线程池顺序执行的方法实现

作者:

文章目录
  • 将线程池的最大工作线程数设为1,任务会按提交顺序依次执行(但失去了并发意义): from concurrent.futures import ThreadPoolExecutor def task(n): return f”Task {n} completed” with ThreadPoolExecutor(max_workers=1) as executor: # 单线程 futures = [executor.submit(task, i) for i in range(1, 6)] for future in futures: print(future.result())
  • 保持并发执行,但按任务提交顺序获取结果(若任务完成顺序不确定): from concurrent.futures import ThreadPoolExecutor def task(n): import time, random time.sleep(random.uniform(0, 1)) # 模拟随机耗时 return f”Task {n} completed” with ThreadPoolExecutor() as executor: # 提交任务并按顺序存储 Future 对象 futures = [executor.submit(task, i) for i in range(1, 6)] # 按提交顺序逐个获取结果(会阻塞直到对应任务完成) for future in futures: print(future.result()) # 输出顺序始终是 1,2,3,4,5
  • 若任务需要严格按顺序执行(前一个任务完成后才能执行下一个),使用同步锁: from concurrent.futures import ThreadPoolExecutor import threading lock = threading.Lock() current_step = 0 def sequential_task(n): global current_step while True: with lock: if n == current_step + 1: print(f”Executing Task {n}”) current_step = n break with ThreadPoolExecutor(max_workers=5) as executor: executor.map(sequential_task, range(1, 6)) # 严格按 1→2→3→4→5 执行
  • 使用队列(Queue)控制任务执行顺序: from concurrent.futures import ThreadPoolExecutor import queue def worker(q): while not q.empty(): task_id = q.get() print(f”Processing Task {task_id}”) q.task_done() task_queue = queue.Queue() for i in range(1, 6): task_queue.put(i) with ThreadPoolExecutor() as executor: # 启动多个线程消费队列(实际按队列顺序执行) for _ in range(3): # 3个工作线程 executor.submit(worker, task_queue) task_queue.join() # 等待所有任务完成 适用场景总结 方案 特点 适用场景 单线程池 简单但无并发 调试或资源受限环境 顺序获取结果 并发执行,顺序处理结果 结果需按提交顺序处理(如日志写入) 任务间依赖锁 严格顺序执行 任务有前后依赖关系 队列消费 动态任务按队列顺序执行 生产者-消费者模型 根据需求选择最合适的方法,通常方案二(顺序获取结果)能满足大多数场景。 到此这篇关于python 线程池顺序执行的方法实现的文章就介绍到这了,更多相关python 线程池顺序执行内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客! 您可能感兴趣的文章: 改变 Python 中线程执行顺序的方法 浅谈Python3多线程之间的执行顺序问题 python主线程与子线程的结束顺序实例解析
  • 目录
    • 方案一:强制单线程(伪顺序执行)
    • 方案二:按提交顺序获取结果
    • 方案三:任务间依赖控制
    • 方案四:队列顺序消费

    在Python中,线程池(ThreadPoolExecutor)默认是并发执行任务的,但若需要实现任务的顺序执行(按提交顺序执行或按结果顺序处理),可以通过以下方案实现:

    将线程池的最大工作线程数设为1,任务会按提交顺序依次执行(但失去了并发意义):

    from concurrent.futures import ThreadPoolExecutor
    
    def task(n):
        return f"Task {n} completed"
    
    with ThreadPoolExecutor(max_workers=1) as executor:  # 单线程
        futures = [executor.submit(task, i) for i in range(1, 6)]
        for future in futures:
            print(future.result())
    

    保持并发执行,但按任务提交顺序获取结果(若任务完成顺序不确定):

    from concurrent.futures import ThreadPoolExecutor
    
    def task(n):
        import time, random
        time.sleep(random.uniform(0, 1))  # 模拟随机耗时
        return f"Task {n} completed"
    
    with ThreadPoolExecutor() as executor:
        # 提交任务并按顺序存储 Future 对象
        futures = [executor.submit(task, i) for i in range(1, 6)]
        # 按提交顺序逐个获取结果(会阻塞直到对应任务完成)
        for future in futures:
            print(future.result())  # 输出顺序始终是 1,2,3,4,5
    

    若任务需要严格按顺序执行(前一个任务完成后才能执行下一个),使用同步锁:

    from concurrent.futures import ThreadPoolExecutor
    import threading
    
    lock = threading.Lock()
    current_step = 0
    
    def sequential_task(n):
        global current_step
        while True:
            with lock:
                if n == current_step + 1:
                    print(f"Executing Task {n}")
                    current_step = n
                    break
    
    with ThreadPoolExecutor(max_workers=5) as executor:
        executor.map(sequential_task, range(1, 6))  # 严格按 1→2→3→4→5 执行
    

    使用队列(Queue)控制任务执行顺序:

    from concurrent.futures import ThreadPoolExecutor
    import queue
    
    def worker(q):
        while not q.empty():
            task_id = q.get()
            print(f"Processing Task {task_id}")
            q.task_done()
    
    task_queue = queue.Queue()
    for i in range(1, 6):
        task_queue.put(i)
    
    with ThreadPoolExecutor() as executor:
        # 启动多个线程消费队列(实际按队列顺序执行)
        for _ in range(3):  # 3个工作线程
            executor.submit(worker, task_queue)
        task_queue.join()  # 等待所有任务完成
    

    适用场景总结

    方案 特点 适用场景
    单线程池 简单但无并发 调试或资源受限环境
    顺序获取结果 并发执行,顺序处理结果 结果需按提交顺序处理(如日志写入)
    任务间依赖锁 严格顺序执行 任务有前后依赖关系
    队列消费 动态任务按队列顺序执行 生产者-消费者模型

    根据需求选择最合适的方法,通常方案二(顺序获取结果)能满足大多数场景。

    到此这篇关于python 线程池顺序执行的方法实现的文章就介绍到这了,更多相关python 线程池顺序执行内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客!

    您可能感兴趣的文章:

    • 改变 Python 中线程执行顺序的方法
    • 浅谈Python3多线程之间的执行顺序问题
    • python主线程与子线程的结束顺序实例解析

    站内搜索