Cara menggunakan kaedah thread pool map() dalam Python untuk lulus senarai berbilang parameter

Kaedah thread pool map() melepasi senarai berbilang parameter

Sebelum ini, threading.thread() telah digunakan untuk memudahkan penyelarasan berbilang benang antara muka, tetapi ini lebih berguna apabila bilangan concurrency adalah kecil Jika concurrency Nombornya adalah besar Selain kaedah pemprosesan thread package coroutine, kita juga boleh menggunakan kaedah thread pool.

Dalam istilah orang awam, pelaksanaan kumpulan utas adalah untuk meletakkan semua tugas dalam baris gilir mesej, memulakan berbilang utas dan kemudian laksanakan utas, tetapi selepas pelaksanaan utas selesai, tugas utas tidak akan terganggu dan akan terus diperoleh daripada baris gilir mesej.

Thread pool concurrency memerlukan pengenalan modul

import concurrent.futures

ThreadPoolExecutor Terdapat dua kaedah pool thread map() dan submit() Hari ini kita akan bercakap tentang kaedah map()

sintaksnya untuk

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

• map(), crawl ialah nama kaedah, di sini nama kaedah tidak mengandungi ()

• uid_list ialah parameter kaedah dan peta Jenis data senarai perlu dihantar dalam kaedah ()

Pertama lihat kod keseluruhan

5000 bantuan serentak pengguna

    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")

Mari kita lihat dua antara muka Kaedahnya adalah untuk mendapatkan rasa yang lebih baik

Pertama ialah mendapatkan status log masuk 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

Antara muka yang sangat mudah parameter input permintaan hanyalah satu uid, tetapi sila ambil perhatian bahawa uid di sini bukan senarai, ia hanya parameter .

Sesetengah pelajar akan mempunyai soalan Parameter kaedah yang diluluskan dalam map() ialah senarai kandungan uid.

Kaedah map() adalah untuk menyimpan parameter yang anda perlukan dalam senarai dan meminta antara muka yang anda tentukan melalui traversal.

Sesetengah orang mungkin bertanya pada masa ini, kerana saya bertanya kepada diri sendiri soalan yang sama pada masa itu, bagaimana jika terdapat berbilang parameter dalam kaedah, dan beberapa parameter ini bukan kandungan tetap.

Mari kita lihat kaedah lain untuk meminta antara muka bantuan

    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

Ya, kami menghantarnya ke antara muka bantuan melalui tupel, dan menggunakan kedudukan kata kunci dalam tupel untuk menentukan tugasan Elemen.

Dalam kod kumpulan benang, kami menggunakan pemahaman senarai untuk memudahkan parameter dalam uid_list ke dalam tuple yang anda tentukan, jika terdapat berbilang parameter di sini, anda juga boleh menggunakan kamus untuk memudahkan kamus kunci dan nilai sebagai parameter yang berubah, kerana pemahaman senarai mengembalikan senarai kepada anda, jadi kami meletakkan parameter yang diperlukan dalam tuple, dan tuple dalam senarai, supaya kami boleh menggunakan map() untuk kaedah berbilang parameter adalah serentak.

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

rrree

Selepas mendapatkan pemahaman senarai, ia mungkin format kandungan data senarai berikut

Atas ialah kandungan terperinci Cara menggunakan kaedah thread pool map() dalam Python untuk lulus senarai berbilang parameter. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!