futures包的使用
当处理的数据很小时大可不必考虑并行的问题,但是一但处理可并行化的任务以及大文件时,让程序并行化无疑能提高很大的性能。
需要并行的任务很多,比如IO密集型的爬数据,读写磁盘等,CPU计算密集型的计算任务等等。而Python由于GIL的原因,默认情况下只能单线程运行,无法直接利用硬件的多核多线程,因此效率较低,python也早提供了一些列的多线程多进程的库可以用来使用,比如multiprocessing, queue 等等, 不过使用起来都相对复杂,不易控制。 经过几番尝试发现,发现futures基本是最方便将单线程/进程代码改为并发的代码的一个模块。
futures的使用:
#!/usr/bin/env python
# encoding: utf-8
from concurrent import futures
import requests
r = requests.Session()
def func(url):
data = r.get(url).text
return data
task_list = ["https://www.163.com", "https://www.zhibo8.cc", "https://www.baidu.com"]
res = []
with futures.ThreadPoolExecutor(max_workers=2) as executor:
f_tasks = {executor.submit(func, url): url for url in task_list}
for f in futures.as_completed(f_tasks):
url = f_tasks[f]
try:
data = f.result()
res.append(data)
print(f"{url} finished")
except Exception as exc:
print(f"{url} in wrong:{exc}")