Обработка ограниченных потоков за раз в списке потоков

У меня есть список потоков в коде Python, который довольно большой

           threadlist = [thread1, thread2, thread3..........threadn]

где n больше 200, и мне нужно обрабатывать 10 потоков за раз, используя очередь Python, как мне это сделать. Предложения глубоко признательны.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
32
1

Ответы 1

Кажется, это отличное место для использования класса threading.Semaphore. Он специально разработан, чтобы разрешить доступ к ресурсу одновременно только ограниченному количеству потоков. Вы создаете семафор (10) в основном потоке, затем каждый дочерний поток вызывает acquire() в начале своего выполнения и release в конце. Тогда одновременно будут работать только десять.

Вот пример, который абстрагирует обработку семафоров до подкласса потока; но вы могли бы так же легко сделать это самостоятельно внутри целевой функции, если не возражаете против меньшего количества инкапсуляции.

from threading import Thread, Semaphore
import time

class PatientThread(Thread):
    MAXIMUM_SIMULTANEOUS_THREADS = 10
    _semaphore = Semaphore(MAXIMUM_SIMULTANEOUS_THREADS)
    def run(self):
        PatientThread._semaphore.acquire()
        super().run()
        PatientThread._semaphore.release()

def exampleTargetFunc(x):
    print(f"Thread #{x} is starting.")
    time.sleep(1)
    print(f"Thread #{x} is completing.")

threads = []
for i in range(200):
    threads.append(PatientThread(target=exampleTargetFunc, args=(i,)))
for t in threads:
    t.start()
for t in threads:
    t.join()

Результат:

Thread #0 is starting.
Thread #1 is starting.
Thread #2 is starting.
Thread #3 is starting.
Thread #4 is starting.
Thread #5 is starting.
Thread #6 is starting.
Thread #7 is starting.
Thread #8 is starting.
Thread #9 is starting.
<a one second pause occurs here...>
Thread #2 is completing.
Thread #0 is completing.
Thread #1 is completing.
Thread #10 is starting.
Thread #11 is starting.
Thread #12 is starting.
Thread #4 is completing.
Thread #5 is completing.
Thread #3 is completing.
Thread #7 is completing.
Thread #13 is starting.
Thread #6 is completing.
Thread #16 is starting.
Thread #14 is starting.
Thread #15 is starting.
Thread #17 is starting.
Thread #9 is completing.
Thread #8 is completing.
Thread #18 is starting.
Thread #19 is starting.
<... And so on for the next 20 seconds>

Это демонстрирует, что потоки 10, 11 и 12 не запускались, пока не завершились 0, 1 и 2. То же самое для нитей 3–9 и 13–19.

Другие вопросы по теме