threadpool-executor-shrink-able 0.14

shap threadpoolexecutor, realize java keepAliveTime,bounded work queue,direct display of thread errors

shap threadpoolexecutor, realize java keepAliveTime,bounded work queue,direct display of thread errors

史上最强的python线程池。

最智能的可自动实时调节线程数量的线程池。此线程池和官方concurrent.futures的线程池 是鸭子类关系，所以可以一键替换类名 或者 import as来替换类名。 对比官方线程池，有4个创新功能或改进。

1、主要是不仅能扩大，还可自动缩小(官方内置的ThreadpoolExecutor不具备此功能，此概念是什么意思和目的，可以百度java ThreadpoolExecutor的KeepAliveTime参数的介绍)，

2、非常节制的开启多线程，例如实例化一个最大100线程数目的pool，每隔2秒submit一个函数任务，而函数每次只需要1秒就能完成，实际上只需要调节增加到1个线程就可以，不需要慢慢增加到100个线程 官方的线程池不够智能，会一直增加到最大线程数目，此线程池则不会。

3、线程池任务的queue队列，修改为有界队列

4、此线程池运行函数出错时候，直接显示线程错误，官方的线程池则不会显示错误，例如函数中写1/0,任然不现实错误。

用法例子：

def f1(a):

time.sleep(0.2) # 可修改这个数字测试多线程数量调节功能。

nb_print(f’{a} 。。。。。。。’)

# raise Exception(‘抛个错误测试’) # 官方的不会显示函数出错你，你还以为你写的代码没毛病呢。

pool = ThreadPoolExecutorShrinkAble(200)

# pool = ThreadPoolExecutor(200) # 测试对比官方自带

for i in range(300):

time.sleep(0.3) # 这里的间隔时间模拟，当任务来临不密集，只需要少量线程就能搞定f1了，因为f1的消耗时间短，

# 不需要开那么多线程，CustomThreadPoolExecutor比ThreadPoolExecutor 优势之一。

pool.submit(f1, str(i))

# 1/下面测试阻塞主线程退出的情况。注释掉可以测主线程退出的情况。

# 2/此代码可以证明，在一段时间后，连续长时间没任务，官方线程池的线程数目还是保持在最大数量了。而此线程池会自动缩小，实现了java线程池的keppalivetime功能。

time.sleep(1000000)