python之怎么使用线程池map()方法传递多参数list

线程池map（）方法传递多参数list

之前通过threading.thread（）进行了助力接口的多线程并发，但是这个针对并发数量较少的时候比较好用，如果并发数量多，除了线程包协程这种处理方式的情况下，我们还可以采用线程池的方法。

线程池的实现通俗讲就是把所有的任务放在了消息队列里，开启多个线程后执行线程，但线程执行结束后不会中断线程任务，会从消息队列内继续获取线程任务进行线程执行，这样线程池就比多线程操作节省了很多创建线程与关闭线程的步骤，节约大部分资源与时间。

线程池并发需要引入模块

import concurrent.futures

ThreadPoolExecutor 内有两种线程池方法 map()与submit()今天先说map()方法

他的语法为

 with concurrent.futures.ThreadPoolExecutor() as pool:
      res = pool.map(craw, uid_list)
      print(res)

list-paddingleft-2">

• map()内craw为方法名，这里方法命不带()

• uid_list为方法参数，map()方法内需要传递list数据类型

先看一下整体代码

5000用户并发助力

    def test_case_09(self):
        """5000用户并发助力"""
        # 通过yaml配置文件封装方法 获取uid_list
        uid_list = YamlHandler(YamlThePath().number_new).get_uid_list()
        # add_ticket获取5000账号登陆状态
        with concurrent.futures.ThreadPoolExecutor() as pool:
            pool.map(AccountAccess().add_ticket, uid_list)
        # 5000账号线程池方法助力用户
        with concurrent.futures.ThreadPoolExecutor() as pool:
            pool.map(PreheatMethod().help, [(uid, self.A, 1) for uid in uid_list])
        # 获取用户被助力次数
        response = PreheatMethod().init(self.A)
        print(f"当前用户被助力次数 :{response['data']['userInfo']['helpedCount']}次")

再来看一下两个接口的方法更好的感知一下

首先是获取登陆状态add_ticket

    def add_ticket(self, uid):
        """
        获取单独用户t票
        :param uid: 单独用户uid
        :return:
        """
        self.data['url'] = ApiAddress().get_ticket
        self.data['host'] = ApiAddress().host
        self.params['uid'] = str(uid)
        self.params['type'] = 0
        self.data['params'] = json.dumps(self.params)
        res = r().post(url=ApiAddress().ticket, data=self.data)
        print(f'获取t票结果：{uid}{res}')
        return uid

很简单的一个接口请求 入参只有一个uid，但是注意一下这里的uid不是list，他只是一个参数。

那么有的同学就会有疑问，map()内传递的方法参数是一个uid内容的list。

map()方法就是把你需要的参数存在list内，通过遍历的方式去请求你指定的接口。

这时候可能有的人又会问，因为我当时也是这么问自己的，如果一个方法内有多个参数，其中这些参数有的甚至都不是固定的内容怎么办。

咱们看一下另一个请求助力接口的方法

    def help(self, agrs):
        """
        助力用户
        :param agrs: uid:当前用户uid to_uid:助力用户uid count:助力次数
        :return:
        """
        uid, to_uid, count = agrs
        self.attrs['toUid'] = str(to_uid)
        self.attrs['count'] = count
        response = r().response(uid, self.code, "help", **self.attrs)
        logger.info(f'help response uid:{uid} to_uid:{to_uid}\n{response}')
        return response

没错，我们通过元组的方式传递到助力接口内，通过元组内的关键字位置分别给指定的元素赋值。

再线程池的代码内，我们通过列表推导式把uid_list内的参数便利到你指定好的元组内，当然这里如果是多个参数，也可以用字典，把字典便利key与value当作变化的参数，因为列表推导式给你返回的是list，所以我们把需要的参数放在元组内，元组放在列表内，这样就可以对多参数的方法使用map()线程池进行并发了。

with concurrent.futures.ThreadPoolExecutor() as pool:
            pool.map(PreheatMethod().help, [(uid, self.A, 1) for uid in uid_list])

[(uid, self.A, 1) for uid in uid_list]

列表推导式获取后大概就是下方的list数据内容格式

以上就是python之怎么使用线程池map()方法传递多参数list的详细内容，更多请关注其它相关文章！