一日一技：等待多个线程同时结束的两种方法

我们在写多线程代码的日技时候，可能会需要等待多个线程同时结束，等待多个的两然后再进行后续的线程流程。例如，结束我做了一个聚合搜索引擎，种方用户输入一个关键词，日技我需要同时在很多个搜索引擎上搜索，等待多个的两然后把搜索结果汇总以后返回给用户。线程

示例代码如下：

@app.get(/api/search) def search(keyword: str):     google_result = requests.get(Google 搜索地址).text     baidu_result = requests.get(百度搜索地址).text     bing_result = requests.get(Bing搜索地址).text     result = combine(google_result,结束 baidu_result, bing_result)     return { success: True, result: result} 

从上面这段代码，大家可能会发现一个问题，种方就是日技在请求多个搜索引擎的时候是串行的，先访问 Google，等待多个的两访问完成再访问百度，线程访问完成最后访问 Bing。结束这样显然会浪费大量的种方时间。

如果你不会async/await，那么为了解决这个问题，你能想到的显然就是使用多线程。服务器托管使用3个线程同时访问 Google、百度和 Bing，然后把结果汇总传入combine函数，不就解决问题了吗?

如果仅仅是启动多个线程，那么做法很简单：

import threading def get_url(url):     result = requests.get(url, headers=HEADERS).text     return result @app.get(/api/search) def search(keyword: str):     google_thead = threading.Thread(target=get_url, Google 搜索地址)     baidu_thread = threading.Thread(target=get_url, 百度搜索地址)     bing_thread = threading.Thread(target=get_url, Bing搜索地址)     google_thread.start()     baidu_thread.start()     bing_thread.start()     ... 

现在问题来了，三个线程确实已经启动了，但你怎么知道到什么时候为止，所有线程都运行完毕?

这里我们给出几个方法。

使用 join

调用线程的.join()方法，就可以卡住主线程，直到这个子线程运行完毕才能让主线程继续运行后面的代码。所以我们可以修改代码为：

import threading def get_url(url):     result = requests.get(url, headers=HEADERS).text     return result @app.get(/api/search) def search(keyword: str):     google_thead = threading.Thread(target=get_url, Google 搜索地址)     baidu_thread = threading.Thread(target=get_url, 百度搜索地址)     bing_thread = threading.Thread(target=get_url, Bing搜索地址)     google_thread.start()     baidu_thread.start()     bing_thread.start()     google_thread.join()     baidu_thread.join()     bing_thread.join() 

但等一等，我怎么拿到子线程的返回呢?在默认情况下，你确实拿不到返回的数据。所以你需要传入一个东西去子线程接收结果。所以代码可以改为：

import threading def get_url(url, output):     result = requests.get(url, headers=HEADERS).text     output.append(result) @app.get(/api/search) def search(keyword: str):     result = []     google_thead = threading.Thread(target=get_url, args=[Google 搜索地址, result])     baidu_thread = threading.Thread(target=get_url, args=[百度搜索地址, result])     bing_thread = threading.Thread(target=get_url, args=[Bing搜索地址, result])     google_thread.start()     baidu_thread.start()     bing_thread.start()     google_thread.join()     baidu_thread.join()     bing_thread.join()     combine(*result) 

因为线程是共享内存的，所以他们可以直接修改主线程传入的列表。

在使用.join()的时候，需要小心不要把.join()放错了地方，否则你的云服务器多线程就会变成单线程。详情可以看我的这篇文章： 等一等，你的多线程可别再乱 join 了。

ThreadPoolExecutor

Python 自带了一个concurrent模块，它就是专门用来处理并发问题的。我们也可以使用这个模块中的ThreadPoolExecutor来解决问题：

from concurrent.futures import ThreadPoolExecutor, as_completed def get_url(url):     result = requests.get(url, headers=HEADERS).text     return result @app.get(/api/search) def search(keyword: str):     tasks = []     with ThreadPoolExecutor() as executor:         for url in [Google 搜索地址, 百度搜索地址, Bing搜索地址]             task = executor.submit(get_url, url)             tasks.append(task)         result = [x.result() for x in as_completed(tasks)]     combine(*result)     ... 

concurrent.futures里面的as_completed函数接收一个列表，列表里面是多个并发任务。当所有并发任务都运行结束时，它才会返回一个可迭代对象。对它进行迭代以后，每个元素的.result()就是每个子线程运行的返回结果。

其他方法

除了上面两个方法外，还可以使用multiprocessing.dummy里面的Pool来实现更简单的多线程。

本文转载自微信公众号「未闻Code」，可以通过以下二维码关注。转载本文请联系未闻Code公众号。

香港云服务器