python线程池怎么使用

在Python中，你可以使用`concurrent.futures`模块中的`ThreadPoolExecutor`类来创建线程池并执行任务。下面是一个简单的示例：

import concurrent.futures

# 定义一个任务函数
def task(name):
    print(f"Task {name} starting")
    # 执行具体任务的代码
    print(f"Task {name} done")

# 创建线程池
with concurrent.futures.ThreadPoolExecutor() as executor:
    # 提交任务到线程池
    future1 = executor.submit(task, "A")
    future2 = executor.submit(task, "B")

    # 获取任务的结果（可选）
    result1 = future1.result()
    result2 = future2.result()

# 线程池会自动管理线程的创建和回收，无需手动处理

在上面的示例中，我们首先定义了一个任务函数`task`，该函数接受一个参数`name`表示任务的名称。然后，我们使用`ThreadPoolExecutor`创建了一个线程池，并使用`submit`方法提交了两个任务到线程池中。每个任务都会在一个独立的线程中执行。

你可以根据实际需求来编写具体的任务函数，并根据需要提交不同数量的任务到线程池中。在需要获取任务结果时，可以使用`future.result()`方法获取任务的返回值（如果有）。

需要注意的是，线程池的大小默认为系统的CPU核心数，但你也可以通过传递参数给`ThreadPoolExecutor`来指定线程池的大小，例如`ThreadPoolExecutor(max_workers=5)`表示创建一个最大容纳5个线程的线程池。