如何用Python多线程高效处理包含大量字典参数的列表？

利用Python多线程提升字典列表处理效率

本文介绍如何使用Python的多线程机制高效处理包含大量字典参数的列表，并将其传递给执行函数。假设您有一个包含多个字典的列表，每个字典都包含需要传递给执行函数的参数，并且希望通过控制线程数量来实现并发执行。

我们以一个包含多个字典的列表my_list为例，每个字典包含ip、password和user_name三个键值对，以及一个名为dosome的执行函数，该函数接收这三个参数作为输入。目标是使用多线程并行执行dosome函数，并控制同时运行的线程数量。

解决方案的核心是使用Python的concurrent.futures模块中的ThreadPoolExecutor类。ThreadPoolExecutor创建一个线程池，允许您提交多个任务到线程池中执行，无需手动管理线程的创建和销毁。它有效地控制并发线程数量，避免资源过度消耗。

立即学习“Python免费学习笔记（深入）”；

以下代码演示如何使用ThreadPoolExecutor实现此目标：

# -*- coding: UTF-8 -*-__author__ = 'lpe234'import timefrom concurrent.futures import ThreadPoolExecutorimport threadingmy_list = [    {'ip': '192.168.1.2', 'password': '123456', 'user_name': '654321'},    {'ip': '192.168.1.3', 'password': '123456', 'user_name': '654321'},    {'ip': '192.168.1.4', 'password': '123456', 'user_name': '654321'},    {'ip': '192.168.1.5', 'password': '123456', 'user_name': '654321'},    {'ip': '192.168.1.6', 'password': '123456', 'user_name': '654321'}]def dosome(ip, password, user_name):    tname = threading.current_thread().getName()    time.sleep(1)    print(f'{tname} {ip}')with ThreadPoolExecutor(max_workers=3) as tpe:    for m in my_list:        tpe.submit(dosome, **m)

登录后复制