python 线程池顺序执行

在Python中，线程池（ThreadPoolExecutor）默认是并发执行任务的，但若需要实现任务的顺序执行（按提交顺序执行或按结果顺序处理），可以通过以下方案实现：

---

方案一：强制单线程（伪顺序执行）
将线程池的最大工作线程数设为1，任务会按提交顺序依次执行（但失去了并发意义）：

from concurrent.futures import ThreadPoolExecutordef task(n):return f"Task {n} completed"with ThreadPoolExecutor(max_workers=1) as executor:  # 单线程futures = [executor.submit(task, i) for i in range(1, 6)]for future in futures:print(future.result())

---

方案二：按提交顺序获取结果
保持并发执行，但按任务提交顺序获取结果（若任务完成顺序不确定）：

from concurrent.futures import ThreadPoolExecutordef task(n):import time, randomtime.sleep(random.uniform(0, 1))  # 模拟随机耗时return f"Task {n} completed"with ThreadPoolExecutor() as executor:# 提交任务并按顺序存储 Future 对象futures = [executor.submit(task, i) for i in range(1, 6)]# 按提交顺序逐个获取结果（会阻塞直到对应任务完成）for future in futures:print(future.result())  # 输出顺序始终是 1,2,3,4,5

---

方案三：任务间依赖控制
若任务需要严格按顺序执行（前一个任务完成后才能执行下一个），使用同步锁：

from concurrent.futures import ThreadPoolExecutor
import threadinglock = threading.Lock()
current_step = 0def sequential_task(n):global current_stepwhile True:with lock:if n == current_step + 1:print(f"Executing Task {n}")current_step = nbreakwith ThreadPoolExecutor(max_workers=5) as executor:executor.map(sequential_task, range(1, 6))  # 严格按 1→2→3→4→5 执行

---

方案四：队列顺序消费
使用队列（Queue）控制任务执行顺序：

from concurrent.futures import ThreadPoolExecutor
import queuedef worker(q):while not q.empty():task_id = q.get()print(f"Processing Task {task_id}")q.task_done()task_queue = queue.Queue()
for i in range(1, 6):task_queue.put(i)with ThreadPoolExecutor() as executor:# 启动多个线程消费队列（实际按队列顺序执行）for _ in range(3):  # 3个工作线程executor.submit(worker, task_queue)task_queue.join()  # 等待所有任务完成

---

适用场景总结

方案	特点	适用场景
单线程池	简单但无并发	调试或资源受限环境
顺序获取结果	并发执行，顺序处理结果	结果需按提交顺序处理（如日志写入）
任务间依赖锁	严格顺序执行	任务有前后依赖关系
队列消费	动态任务按队列顺序执行	生产者-消费者模型

根据需求选择最合适的方法，通常方案二（顺序获取结果）能满足大多数场景。