API-多线程

多线程控制程序高效运行

API说明

class sunday.core.MultiThread.MultiThread(items, func)

多线程 Arguments: items: 配置列表 func: 根据配置返回target及args, 可返回字典或数组, 如果是数组则第一个值为方法第二个值为入参 Attributes: start: 开启多线程任务

start(self, isDelay=True)

根据实例化数据情况可以分为两种实例化方式

1. 数据划分后传入

如数据：

datas = [
  [1, 2, 3],
  [4, 5, 6]
]

此时两个线程分别处理 [1, 2, 3] 和 [4, 5, 6]

调用MultiThread实例化方法时, 第三个入参不用传，如：

MultiThread(datas, lambda *args: [handlerFunc, args])

2. 数据传入后程序自动划分

如数据：

datas = [1, 2, 3, 4, 5, 6]

此时两个线程分别处理 [1, 3, 5] 和 [2, 4, 6]

调用MultiThread实例化方法时, 第三个入参传入线程数量, 如：

MultiThread(datas, lambda *args: [handlerFunc, args], 2)

注意

需要注意第二个入参为回调函数，回调函数入参分别为当前进程的任务数组、当前任务编号、更新进度条的回调方法，返回参数为两个元素的数组或元祖，第一个参数为任务执行方法，第二个参数是任务执行方法的入参，形式如：lambda *args: [handlerFunc, args].
使用时注意：
1. 传入任务方法额外入参需分解第二个参数如上面的args类似：lambda *args: [handlerFunc, (*args, 'hello')]
2. 由于任务方法可能为多线程调用，也可能为单线程调用，因此任务方法除了数据参数其它参数建议给默认值, 如：def handlerFunc(items, thread_id=None, barUpdate=None)
3. 第三个参数是进度条更新的回调，考虑单线程调用任务方法，因此建议安全调用：barUpdate and barUpdate()

执行任务

MultiThread类实例化后返回类实例需要手动执行start方法才可以开始任务

是否等待执行结束

isDelay控制是否需要等待执行结束，默认为True

  1. True: 需要等待执行结束才能执行接下来的程序代码, 如：start(isDelay=True)
  2. False: 线程任务后台运行，直接开始执行接下来的程序代码, 如：start(isDelay=False)

是否显示进度条

开启进度条显示就可以看到线程任务执行了多少, 默认不开启需要手动开启，如：start(isBar=True)

提示

只有开启进度条显示任务方法中的barUpdate方法才能执行，barUpdate回调默认表示1个任务执行完成

示例

from sunday.core.MultiThread import MultiThread
import time, random

thread_num = 9 # 线程数
datas = list(range(30)) # 数据
def handlerFun(items, idx=None, update=None):
    for item in items:
        # 循环处理该线程要处理的数据任务
        time.sleep(random.random()) # 等待等待时间
        update and update() # 刷新进度条
print('任务开始')
MultiThread(datas, lambda *args: [handlerFun, args], thread_num).start(isBar=True)
print('任务结束')