通过threadpool初试多线程

import  threadpool,os    #threadpool需要pip安装
def foo(i):
    print("son process %d  %s"%(i,os.getpid()))
    return i
def back(req,a):     #俩个参数，一个是运行函数foo的返回值，还有输入一个request对象否则会报错
    print(a)
if __name__=="__main__":
    pool=threadpool.ThreadPool(5)    #实例化空壳线程
    lst=list(i for i in range(20))
    reqs=threadpool.makeRequests(foo,lst,back)    #传入参数lst需要是一个集合列表，对比多进程，不需要迭代了
    for req  in reqs:
        pool.putRequest(req)     #将request对象传入线程池
    pool.wait()       #相当于join（）
    print("end")
相比较于multiprocessing模块实现的多进程池，threadpool在实例化时候变化较大，三个接口：传入方法，传入参数，回调函数都有变化（线程池此处不是实例化线程，而是实例化一个requests对象集合。而进程池则在这个传参的时候就实例化线程了）。
可以看到，传入方法和传入函数，已经取消了关键字func和args，我们直接填入传入对象名即可，其次，传入参数变成了一个集合形式。而在进程池中，我们通过迭代给每一条线程传入不同的参数（仅以简单的i+=1作传入）
回调函数back需要俩个传入参数一个是requests对象，另一个是线程方法返回值，线程若是无返回值，则为None。若这里是进程池的话则只要接受返回值即可。所以一定要注意传入一个requests对象，否则会报错。
整个实例线程的步骤：
通过thread.makeRequests（）创建requests对象，因为传入参数是个集合，所以创建的requests也是一个集合形式，通过一个迭代，将requests集合中的对象通过putRequest放入线程池运行，不用这一步类似于进程
池里的apply_async()和多进程中的start（）。