日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

創(chuàng)新互聯(lián)是一家專業(yè)提供望花企業(yè)網(wǎng)站建設(shè),專注與成都做網(wǎng)站、成都網(wǎng)站設(shè)計、HTML5建站、小程序制作等業(yè)務(wù)。10年已為望花眾多企業(yè)、政府機構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)網(wǎng)站建設(shè)公司優(yōu)惠進行中。

引言

Python標準庫為我們提供了threading和multiprocessing模塊編寫相應(yīng)的多線程/多進程代碼，但是當項目達到一定的規(guī)模，頻繁創(chuàng)建/銷毀進程或者線程是非常消耗資源的，這個時候我們就要編寫自己的線程池/進程池，以空間換時間。但從Python3.2開始，標準庫為我們提供了concurrent.futures模塊，它提供了ThreadPoolExecutor和ProcessPoolExecutor兩個類，實現(xiàn)了對threading和multiprocessing的進一步抽象，對編寫線程池/進程池提供了直接的支持。

Executor和Future

concurrent.futures模塊的基礎(chǔ)是Exectuor，Executor是一個抽象類，它不能被直接使用。但是它提供的兩個子類ThreadPoolExecutor和ProcessPoolExecutor卻是非常有用，顧名思義兩者分別被用來創(chuàng)建線程池和進程池的代碼。我們可以將相應(yīng)的tasks直接放入線程池/進程池，不需要維護Queue來操心死鎖的問題，線程池/進程池會自動幫我們調(diào)度。

Future這個概念相信有java和nodejs下編程經(jīng)驗的朋友肯定不陌生了，你可以把它理解為一個在未來完成的操作，這是異步編程的基礎(chǔ)，傳統(tǒng)編程模式下比如我們操作queue.get的時候，在等待返回結(jié)果之前會產(chǎn)生阻塞，cpu不能讓出來做其他事情，而Future的引入幫助我們在等待的這段時間可以完成其他的操作。關(guān)于在Python中進行異步IO可以閱讀完本文之后參考我的Python并發(fā)編程之協(xié)程/異步IO。

p.s: 如果你依然在堅守Python2.x，請先安裝futures模塊。

 
 

  
  
pip install futures 
 
 

使用submit來操作線程池/進程池

我們先通過下面這段代碼來了解一下線程池的概念

 
 

  
  
# example1.py 
  
  
from concurrent.futures import ThreadPoolExecutor 
  
  
import time 
  
  
def return_future_result(message): 
  
  
    time.sleep(2) 
  
  
    return message 
  
  
pool = ThreadPoolExecutor(max_workers=2)  # 創(chuàng)建一個***可容納2個task的線程池 
  
  
future1 = pool.submit(return_future_result, ("hello"))  # 往線程池里面加入一個task 
  
  
future2 = pool.submit(return_future_result, ("world"))  # 往線程池里面加入一個task 
  
  
print(future1.done())  # 判斷task1是否結(jié)束 
  
  
time.sleep(3) 
  
  
print(future2.done())  # 判斷task2是否結(jié)束 
  
  
print(future1.result())  # 查看task1返回的結(jié)果 
  
  
print(future2.result())  # 查看task2返回的結(jié)果 
 
 

我們根據(jù)運行結(jié)果來分析一下。我們使用submit方法來往線程池中加入一個task，submit返回一個Future對象，對于Future對象可以簡單地理解為一個在未來完成的操作。在***個print語句中很明顯因為time.sleep(2)的原因我們的future1沒有完成，因為我們使用time.sleep(3)暫停了主線程，所以到第二個print語句的時候我們線程池里的任務(wù)都已經(jīng)全部結(jié)束。

 
 

  
  
ziwenxie :: ~ ? python example1.py 
  
  
False 
  
  
True 
  
  
hello 
  
  
world 
  
  
# 在上述程序執(zhí)行的過程中，通過ps命令我們可以看到三個線程同時在后臺運行 
  
  
ziwenxie :: ~ ? ps -eLf | grep python 
  
  
ziwenxie      8361  7557  8361  3    3 19:45 pts/0    00:00:00 python example1.py 
  
  
ziwenxie      8361  7557  8362  0    3 19:45 pts/0    00:00:00 python example1.py 
  
  
ziwenxie      8361  7557  8363  0    3 19:45 pts/0    00:00:00 python example1.py 
 
 

上面的代碼我們也可以改寫為進程池形式，api和線程池如出一轍，我就不羅嗦了。

 
 

  
  
# example2.py 
  
  
from concurrent.futures import ProcessPoolExecutor 
  
  
import time 
  
  
def return_future_result(message): 
  
  
    time.sleep(2) 
  
  
    return message 
  
  
pool = ProcessPoolExecutor(max_workers=2) 
  
  
future1 = pool.submit(return_future_result, ("hello")) 
  
  
future2 = pool.submit(return_future_result, ("world")) 
  
  
print(future1.done()) 
  
  
time.sleep(3) 
  
  
print(future2.done()) 
  
  
print(future1.result()) 
  
  
print(future2.result()) 
 
 

下面是運行結(jié)果

 
 

  
  
ziwenxie :: ~ ? python example2.py 
  
  
False 
  
  
True 
  
  
hello 
  
  
world 
  
  
ziwenxie :: ~ ? ps -eLf | grep python 
  
  
ziwenxie      8560  7557  8560  3    3 19:53 pts/0    00:00:00 python example2.py 
  
  
ziwenxie      8560  7557  8563  0    3 19:53 pts/0    00:00:00 python example2.py 
  
  
ziwenxie      8560  7557  8564  0    3 19:53 pts/0    00:00:00 python example2.py 
  
  
ziwenxie      8561  8560  8561  0    1 19:53 pts/0    00:00:00 python example2.py 
  
  
ziwenxie      8562  8560  8562  0    1 19:53 pts/0    00:00:00 python example2.py 
 
 

使用map/wait來操作線程池/進程池

除了submit，Exectuor還為我們提供了map方法，和內(nèi)建的map用法類似，下面我們通過兩個例子來比較一下兩者的區(qū)別。

使用submit操作回顧

 
 

  
  
# example3.py 
  
  
import concurrent.futures 
  
  
import urllib.request 
  
  
URLS = ['http://httpbin.org', 'http://example.com/', 'https://api.github.com/'] 
  
  
def load_url(url, timeout): 
  
  
    with urllib.request.urlopen(url, timeouttimeout=timeout) as conn: 
  
  
        return conn.read() 
  
  
# We can use a with statement to ensure threads are cleaned up promptly 
  
  
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: 
  
  
    # Start the load operations and mark each future with its URL 
  
  
    future_to_url = {executor.submit(load_url, url, 60): url for url in URLS} 
  
  
    for future in concurrent.futures.as_completed(future_to_url): 
  
  
        url = future_to_url[future] 
  
  
        try: 
  
  
            data = future.result() 
  
  
        except Exception as exc: 
  
  
            print('%r generated an exception: %s' % (url, exc)) 
  
  
        else: 
  
  
            print('%r page is %d bytes' % (url, len(data))) 
 
 

從運行結(jié)果可以看出，as_completed不是按照URLS列表元素的順序返回的。

 
 

  
  
ziwenxie :: ~ ? python example3.py 
  
  
'http://example.com/' page is 1270 byte 
  
  
'https://api.github.com/' page is 2039 bytes 
  
  
'http://httpbin.org' page is 12150 bytes 
 
 

使用map

 
 

  
  
# example4.py 
  
  
import concurrent.futures 
  
  
import urllib.request 
  
  
URLS = ['http://httpbin.org', 'http://example.com/', 'https://api.github.com/'] 
  
  
def load_url(url): 
  
  
    with urllib.request.urlopen(url, timeout=60) as conn: 
  
  
        return conn.read() 
  
  
# We can use a with statement to ensure threads are cleaned up promptly 
  
  
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: 
  
  
    for url, data in zip(URLS, executor.map(load_url, URLS)): 
  
  
        print('%r page is %d bytes' % (url, len(data))) 
 
 

從運行結(jié)果可以看出，map是按照URLS列表元素的順序返回的，并且寫出的代碼更加簡潔直觀，我們可以根據(jù)具體的需求任選一種。

 
 

  
  
ziwenxie :: ~ ? python example4.py 
  
  
'http://httpbin.org' page is 12150 bytes 
  
  
'http://example.com/' page is 1270 bytes 
  
  
'https://api.github.com/' page is 2039 bytes 
 
 

第三種選擇wait

wait方法接會返回一個tuple(元組)，tuple中包含兩個set(集合)，一個是completed(已完成的)另外一個是uncompleted(未完成的)。使用wait方法的一個優(yōu)勢就是獲得更大的自由度，它接收三個參數(shù)FIRST_COMPLETED, FIRST_EXCEPTION 和ALL_COMPLETE，默認設(shè)置為ALL_COMPLETED。

我們通過下面這個例子來看一下三個參數(shù)的區(qū)別

 
 

  
  
from concurrent.futures import ThreadPoolExecutor, wait, as_completed 
  
  
from time import sleep 
  
  
from random import randint 
  
  
def return_after_random_secs(num): 
  
  
    sleep(randint(1, 5)) 
  
  
    return "Return of {}".format(num) 
  
  
pool = ThreadPoolExecutor(5) 
  
  
futures = [] 
  
  
for x in range(5): 
  
  
    futures.append(pool.submit(return_after_random_secs, x)) 
  
  
print(wait(futures)) 
  
  
# print(wait(futures, timeout=None, return_when='FIRST_COMPLETED')) 
 
 

如果采用默認的ALL_COMPLETED，程序會阻塞直到線程池里面的所有任務(wù)都完成。

ziwenxie :: ~ ? python example5.py
DoneAndNotDoneFutures(done={
,
,
,
,
}, not_done=set())
如果采用FIRST_COMPLETED參數(shù)，程序并不會等到線程池里面所有的任務(wù)都完成。
 
 

  
  
ziwenxie :: ~ ? python example5.py 
  
  
DoneAndNotDoneFutures(done={ 
  
  
, 
  
  
, 
  
  
}, 
  
  
not_done={, 
  
  
}) 
 
 
思考題
寫一個小程序?qū)Ρ萴ultiprocessing.pool(ThreadPool)和ProcessPollExecutor(ThreadPoolExecutor)在執(zhí)行效率上的差距，結(jié)合上面提到的Future思考為什么會造成這樣的結(jié)果。
【責任編輯：seeker TEL：（010）68476606】
                                                

                                                分享題目：Python并發(fā)編程之線程池/進程池                                                

                                                本文網(wǎng)址：http://www.dlmjj.cn/article/dpjcojh.html