concurrent.futures: 线程池, 让你更加高效, 并发的处理任务:https://www.h3399.cn/201906/703751.html
python 因为其全局解释器锁 GIL 而无法通过线程实现真正的平行计算。这个论断我们不展开,但是有个概念我们要说明,
IO 密集型 vs 计算密集型:
IO密集型:读取文件,读取网络套接字频繁。
计算密集型:大量消耗CPU的数学与逻辑运算,也就是我们这里说的平行计算。
而 concurrent.futures 模块,可以利用 multiprocessing 实现真正的平行计算。
核心原理是:concurrent.futures 会以子进程的形式,平行的运行多个 python 解释器,从而令 python 程序可以利用多核 CPU 来提升执行速度。由于 子进程 与 主解释器 相分离,所以他们的全局解释器锁也是相互独立的。每个子进程都能够完整的使用一个CPU 内核。
Python 模块 - Concurrent.futures
从 Python3.2开始,Python 标准库提供了 concurrent.futures 模块,为开发人员提供了启动异步任务的高级接口。 它提供了 ThreadPoolExecutor 和 ProcessPoolExecutor 两个类,实现了对 threading 和 multiprocessing 的更高级的抽象,对编写 线程池/进程池 提供了直接的支持。 可以将相应的 tasks 直接放入线程池/进程池,不需要维护Queue来操心死锁的问题,线程池/进程池会自动帮我们调度。
Future总结
1. python3自带,python2需要安装2. Executer对象
它是一个抽象类,它提供了异步执行的方法,他不能直接使用,但可以通过它的子类
ThreadPoolExecuter和ProcessPoolExecuter2.1 Executer.submit(fn, *args, **kwargs)
fn: 需要异步执行的函数*args,**kwargs fn 接受的参数
该方法的作用就是提交一个可执行的回调 task,它返回一个 Future 对象2.2 map(fn, *iterables, timeout=None, chunksize=1)
map(task,URLS) # 返回一个 map()迭代器,这个迭代器中的回调执行返回的结果是有序的3. Future对象相关
future可以理解为一个在未来完成的操作,这是异步编程的基础
通常情况下我们在遇到IO操作的时候,将会发生阻塞,cpu不能做其他事情
而future的引入帮助我们在这段等待时间可以完成其他的操作3.1done():
如果当前线程已取消/已成功,返回True。3.2cance():
如果当前线程正在执行,并且不能取消调用,返回Flase。否则调用取消,返回True3.3running():
如果当前的线程正在执行,则返回True3.4result():
返回调用返回的值,如果调用尚未完成,则此方法等待
如果等待超时,会抛出concurrent.futures.TimeoutError
如果没有指定超时时间,则等待无时间限制
如果在完成之前,取消了Future,则会引发CancelledError4. as_completed():
在多个Future实例上的迭代器将会被返回
这些Future实例由fs完成时产生。
由fs返回的任何重复的Future,都会被返回一次。
里面保存的都是已经执行完成的Future对象5. wait():
返回一个元祖,元祖包含两个元素1. 已完成的future集合2. 未完成的future集合
初体验:
#coding=utf-8
from concurrent importfuturesfrom concurrent.futures importFutureimporttimedefreturn_future(msg):
time.sleep(3)returnmsg
pool= futures.ThreadPoolExecutor(max_workers=2)
t1= pool.submit(return_future,'hello')
t2= pool.submit(return_future,'world')
time.sleep(3)print(t1.done()) #如果顺利完成,则返回True
time.sleep(3)print(t2.done())print(t1.result()) #获取future的返回值
time.sleep(3)print(t2.result())print("主线程")
map(func,* iterables,timeout = None,chunksize = 1 )
#coding=utf-8
importtimefrom concurrent.futures importFuture,as_completedfrom concurrent.futures importThreadPoolExecutor as Poolimportrequestsimporttime
URLS= ['http://www.baidu.com', 'http://qq.com', 'http://sina.com']def task(url,timeout=10):return requests.get(url=url,timeout=timeout)
pool=Pool()
result=pool.map(task,URLS)
start_time=time.time()#按照 URLS 的顺序返回
for res inresult:print("{} {}".format(res.url,len(res.content)))#无序的
with Pool(max_workers=3) as executer:
future_task= [executer.submit(task,url) for url inURLS]for f inas_completed(future_task):iff.done():
f_ret= f.result() #f.result()得到task的返回值,requests对象
print('%s, done, result: %s, %s' %(str(f), f_ret.url, len(f_ret.content)))print("耗时", time.time() -start_time)print("主线程")
Future对象
Future可以理解为一个未来完成的操作
当我们执行io操作的时候,在等待返回结果之前会产生阻塞
cpu不能做其他事情,而Future的引入帮助我们在等待的这段时间可以完成其他操作
from concurrent.futures importThreadPoolExecutor as Poolfrom concurrent.futures importas_completedimportrequestsimporttime
URLS= ['http://www.baidu.com', 'http://qq.com', 'http://sina.com']def task(url,timeout=10):return requests.get(url=url,timeout=timeout)#start_time = time.time()
#for url in URLS:
#ret = task(url)
#print("{} {}".format(ret.url,len(ret.content)))
#print("耗时",time.time() - start_time)
with Pool(max_workers=3) as executor:#创建future任务
future_task= [executor.submit(task,url) for url inURLS]for f infuture_task:iff.running():print("%s is running"%str(f))for f inas_completed(future_task):try:
ret=f.done()ifret:
f_ret=f.result()print('%s, done, result: %s, %s' %(str(f), f_ret.url, len(f_ret.content)))exceptException as e:
f.cance()print(e)"""url不是按照顺序返回的,说明并发时,当访问某一个url时,如果没有得到返回结果,不会发生阻塞
is running
is running
is running
, done, result: http://www.baidu.com/, 2381
, done, result: https://www.qq.com?fromdefault, 243101
, done, result: http://sina.com/, 23103"""
模块方法
concurrent.futures.wait(fs, timeout=None, return_when=ALL_COMPLETED)
wait() 会返回一个tuple,tuple 会包含两个集合:已完成的集合 和 未完成的集合。使用 wait() 会获得更大的自由度,他接受三个参数:FIRST_COMPLETED、FIRST_EXCEPTION、ALL_COMPLETE。默认为 ALL_COMPLETE。
如果采用默认的 ALL_COMPLETED,程序会阻塞直到线程池里面的所有任务都完成,再执行主线程:
from concurrent.futures importFuturefrom concurrent.futures importThreadPoolExecutor as Poolfrom concurrent.futures importas_completed, waitimportrequests
URLS= ['http://www.baidu.com', 'http://qq.com', 'http://sina.com']def task(url, timeout=10):
r= requests.get(url=url, timeout=timeout)print(r.status_code)
with Pool(max_workers=3) as execute:
future_task= [execute.submit(task, url) for url inURLS]for f infuture_task:iff.running():print("%s" %(str(f)))"""并且wait还有timeout和return_when两个参数
return_when有三个常量 (默认是 ALL_COMPLETED)
FIRST_COMPLETED 任何一个future_task执行完成时/取消时,改函数返回
FIRST_EXCEPTION 任何一个future_task发生异常时,该函数返回,如果没有异常发生,等同于ALL_COMPLETED
ALL_COMPLETED 当所有的future_task执行完毕返回。"""results= wait(future_task, return_when="FIRST_COMPLETED") #done=results[0]for d indone:print(d)
concurrent.futures.as_completed(fs, timeout=None)
在多个 Future 实例上的迭代器将会被返回,这些 Future 实例由 fs 完成时产生。由 fs 返回的任何重复的 Future,都会被返回一次。里面保存的都是已经执行完成的 Future 对象。
from concurrent.futures importThreadPoolExecutor as Poolfrom concurrent.futures importas_completedimportrequestsimporttime
URLS= ['http://www.baidu.com', 'http://qq.com', 'http://sina.com']def task(url,timeout=10):return requests.get(url=url,timeout=timeout)
with Pool(max_workers=3) as executor:#创建future任务
future_task= [executor.submit(task,url) for url inURLS]for f infuture_task:iff.running():print("%s is running"%str(f))for f inas_completed(future_task):try:
ret=f.done()ifret:
f_ret=f.result()print('%s, done, result: %s, %s' %(str(f), f_ret.url, len(f_ret.content)))exceptException as e:
f.cance()print(e)
下面我们将学习 concurrent.futures模块中的类。concurrent.futures 基础模块是 executor 和 future。
使用示例代码:
#-*- coding:utf-8 -*-
importredisfrom redis importWatchErrorfrom concurrent.futures importProcessPoolExecutor
r= redis.Redis(host='127.0.0.1', port=6379)#减库存函数, 循环直到减库存完成
#库存充足, 减库存成功, 返回True
#库存不足, 减库存失败, 返回False
defreduce_stock():#python中redis事务是通过pipeline的封装实现的
with r.pipeline() as pipe:whileTrue:try:#watch库存键, multi后如果该key被其他客户端改变, 事务操作会抛出WatchError异常
pipe.watch('stock:count')
count= int(pipe.get('stock:count'))if count > 0: #有库存
#事务开始
pipe.multi()
pipe.decr('stock:count')#把命令推送过去
#execute返回命令执行结果列表, 这里只有一个decr返回当前值
print(pipe.execute()[0])returnTrueelse:returnFalseexceptWatchError as ex:#打印WatchError异常, 观察被watch锁住的情况
print(ex)
pipe.unwatch()defworker():whileTrue:#没有库存就退出
if notreduce_stock():break
if __name__ == "__main__":#设置库存为100
r.set("stock:count", 100)#多进程模拟多个客户端提交
with ProcessPoolExecutor() as pool:for _ in range(10):
pool.submit(worker)
concurrent.futures 模块详解
1. Executor对象
class concurrent.futures.Executor
Executor是一个抽象类,它提供了异步执行调用的方法。它不能直接使用,但可以通过它的两个子类ThreadPoolExecutor或者ProcessPoolExecutor进行调用。
1.1 Executor.submit(fn, *args, **kwargs)
fn:需要异步执行的函数
*args, **kwargs:fn 的参数
示例代码:
#-*- coding:utf-8 -*-
from concurrent importfuturesdeftest(num):importtimereturntime.ctime(), num
with futures.ThreadPoolExecutor(max_workers=1) as executor:
future= executor.submit(test, 1)print(future.result())
1.2 Executor.map(func, *iterables, timeout=None)
相当于map(func, *iterables),但是func是异步执行。timeout的值可以是int或float,如果操作超时,会返回raisesTimeoutError;如果不指定timeout参数,则不设置超时间。
func:需要异步执行的函数
*iterables:可迭代对象,如列表等。每一次func执行,都会从iterables中取参数。
timeout:设置每次异步操作的超时时间
示例代码:
#-*- coding:utf-8 -*-
from concurrent importfuturesdeftest(num):importtimereturntime.ctime(), num
data= [1, 2, 3]
with futures.ThreadPoolExecutor(max_workers=1) as executor:for future inexecutor.map(test, data):print(future)
1.3 Executor.shutdown(wait=True)
释放系统资源,在Executor.submit()或 Executor.map()等异步操作后调用。使用with语句可以避免显式调用此方法。
2. ThreadPoolExecutor对象
ThreadPoolExecutor类是Executor子类,使用线程池执行异步调用.
class concurrent.futures.ThreadPoolExecutor(max_workers),使用 max_workers 数目的线程池执行异步调用
3. ProcessPoolExecutor对象
ThreadPoolExecutor类是Executor子类,使用进程池执行异步调用.
class concurrent.futures.ProcessPoolExecutor(max_workers=None),使用 max_workers数目的进程池执行异步调用,如果max_workers为None则使用机器的处理器数目(如4核机器max_worker配置为None时,则使用4个进程进行异步并发)。
示例代码:
#-*- coding:utf-8 -*-
from concurrent importfuturesdeftest(num):importtimereturntime.ctime(), numdefmuti_exec(m, n):#m 并发次数
#n 运行次数
with futures.ProcessPoolExecutor(max_workers=m) as executor: #多进程
#with futures.ThreadPoolExecutor(max_workers=m) as executor: #多线程
executor_dict= dict((executor.submit(test, times), times) for times in range(m *n))for future infutures.as_completed(executor_dict):
times=executor_dict[future]if future.exception() is notNone:print('%r generated an exception: %s' %(times, future.exception()))else:print('RunTimes:%d,Res:%s' %(times, future.result()))if __name__ == '__main__':
muti_exec(5, 1)
调度单个任务
执行者类Executor调度单个任务,使用submit() 函数,然后用返回的 Future 实例等待任务结果。
Executor 是一个 Python concurrent.futures模块的抽象类。 它不能直接使用,我们需要使用以下具体子类之一 -
ThreadPoolExecutor:线程池
ProcessPoolExecutor:进程池
示例代码:
from concurrent importfuturesimporttimeimportrandomdeftask(n):
time.sleep(random.randint(1, 10))returnn
executor= futures.ThreadPoolExecutor(max_workers=3)
future= executor.submit(task, 5)print('future: {}'.format(future))
result=future.result()print('result: {}'.format(result))
线程池 和 进程池
ThreadPoolExecutor是 Executor类的具体子类之一。 子类使用多线程,我们得到一个提交任务的线程池。 该池将任务分配给可用线程并安排它们运行。
ProcessPoolExecutor是Executor类的具体子类之一。 它使用多重处理,并且我们获得提交任务的进程池。 此池将任务分配给可用的进程并安排它们运行。
如何创建一个 ThreadPoolExecutor 或者 ProcessPoolExecutor?
在concurrent.futures模块及其具体子类Executor的帮助下,可以很容易地创建一个线程池或者进程池。 需要使用我们想要的池中的线程数构造一个ThreadPoolExecutor 或者 ProcessPoolExecutor。 默认情况下,数字是5。然后可以提交一个任务到线程池或者进程池。 当submit()任务时,会返回Future对象。 Future对象有一个名为done()的方法,它告诉Future是否已经解决。 有了这个,为这个特定的Future对象设定了一个值。 当任务完成时,线程池执行器将该值设置为Future的对象。
线程池 示例代码:
from concurrent.futures importThreadPoolExecutorfrom time importsleepdeftask(message):
sleep(2)returnmessagedefmain():
executor= ThreadPoolExecutor(5)
future= executor.submit(task, "Completed")print(future.done())
sleep(2)print(future.done())print(future.result())if __name__ == '__main__':
main()
结果截图:
在上面的例子中,一个ThreadPoolExecutor已经由5个线程构造而成。 然后,在提供消息之前等待2秒的任务被提交给线程池执行器。 从输出中可以看出,任务直到2秒才完成,所以第一次调用done()将返回False。 2秒后,任务完成,我们通过调用result()方法得到future的结果。
进程池 示例代码:
from concurrent.futures importProcessPoolExecutorfrom time importsleepdeftask(message):
sleep(2)returnmessagedefmain():
executor= ProcessPoolExecutor(5)
future= executor.submit(task, ("Completed"))print(future.done())
sleep(2)print(future.done())print(future.result())if __name__ == '__main__':
main()
实例化ThreadPoolExecutor 或者 ProcessPoolExecutor 之 上下文管理器
另一种实例化ThreadPoolExecutor的方法是在上下文管理器的帮助下完成的。 它的工作方式与上例中使用的方法类似。 使用上下文管理器的主要优点是它在语法上看起来不错。 实例化可以在下面的代码的帮助下完成
with ThreadPoolExecutor(max_workers = 5) as executor
或者
with ProcessPoolExecutor(max_workers= 5) as executor
示例
以下示例是从 Python 文档借用的。 在这个例子中,首先必须导入 concurrent.futures模块。 然后创建一个名为 load_url()的函数,它将加载请求的url。 然后该函数用池中的5个线程创建 ThreadPoolExecutor。 ThreadPoolExecutor已被用作上下文管理器。 我们可以通过调用 result()方法来获得 future的结果。
importconcurrent.futuresimporturllib.request
URLS=['http://www.foxnews.com/','https://www.yiibai.com/','http://europe.wsj.com/','http://www.bbc.co.uk/','http://some-made-up-domain.com/']defload_url(url, timeout):
with urllib.request.urlopen(url, timeout=timeout) as conn:returnconn.read()
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
future_to_url= {executor.submit(load_url, url, 60): url for url inURLS}for future inconcurrent.futures.as_completed(future_to_url):
url=future_to_url[future]try:
data=future.result()exceptException as exc:print('%r generated an exception: %s' %(url, exc))else:print('%r page is %d bytes' % (url, len(data)))
以下将是上面的Python脚本的输出 -
'http://some-made-up-domain.com/' generated an exception:
'http://www.foxnews.com/' page is 229313 bytes
'http://www.yiibai.com/' page is 168933 bytes
'http://www.bbc.co.uk/' page is 283893 bytes
'http://europe.wsj.com/' page is 938109 bytes
进程池:
importconcurrent.futuresfrom concurrent.futures importProcessPoolExecutorimporturllib.request
URLS= ['http://www.foxnews.com/','http://www.cnn.com/','http://europe.wsj.com/','http://www.bbc.co.uk/','http://some-made-up-domain.com/']defload_url(url, timeout):
with urllib.request.urlopen(url, timeout=timeout) as conn:returnconn.read()defmain():
with concurrent.futures.ProcessPoolExecutor(max_workers=5) as executor:
future_to_url= {executor.submit(load_url, url, 60): url for url inURLS}for future inconcurrent.futures.as_completed(future_to_url):
url=future_to_url[future]try:
data=future.result()exceptException as exc:print('%r generated an exception: %s' %(url, exc))else:print('%r page is %d bytes' %(url, len(data)))if __name__ == '__main__':
main()
使用 map() 调度多任务,有序返回
使用map(),多个worker并发地从输入迭代器里取数据,处理,然后按顺序返回结果。
示例代码:
from concurrent importfuturesimporttimeimportrandomdeftask(n):
time.sleep(random.randint(1, 10))returnn
executor= futures.ThreadPoolExecutor(max_workers=3)
results= executor.map(task, range(1, 10))print('unprocessed results: {}'.format(results))
real_results=list(results)print('real results: {}'.format(real_results))
使用 Executor.map() 函数
Python map()函数广泛用于许多任务。 一个这样的任务是对可迭代内的每个元素应用某个函数。 同样,可以将迭代器的所有元素映射到一个函数,并将这些作为独立作业提交到ThreadPoolExecutor之外。 考虑下面的Python脚本示例来理解函数的工作原理。
示例
在下面的示例中,map函数用于将square()函数应用于values数组中的每个值。
from concurrent.futures importThreadPoolExecutorfrom concurrent.futures importas_completed
values= [2, 3, 4, 5]defsquare(n):return n *ndefmain():
with ThreadPoolExecutor(max_workers=3) as executor:
results=executor.map(square, values)for result inresults:print(result)if __name__ == '__main__':
main()
以下将是上面的Python脚本的输出 :
进程池:
from concurrent.futures importProcessPoolExecutorfrom concurrent.futures importas_completed
values= [2, 3, 4, 5]defsquare(n):return n *ndefmain():
with ProcessPoolExecutor(max_workers=3) as executor:
results=executor.map(square, values)for result inresults:print(result)if __name__ == '__main__':
main()
多任务调度,无序返回
不断将任务submit到executor,返回future列表,使用as_completed无序产生每个任务的结果。
示例代码:
from concurrent importfuturesimporttimeimportrandomdeftask(n):
time.sleep(random.randint(1, 10))returnn
executor= futures.ThreadPoolExecutor(max_workers=3)
future_list= [executor.submit(task, i) for i in range(1, 10)]for f infutures.as_completed(future_list):print(f.result())
何时使用ProcessPoolExecutor 和 ThreadPoolExecutor ?
现在我们已经学习了两个Executor类 - ThreadPoolExecutor和ProcessPoolExecutor,我们需要知道何时使用哪个执行器。需要在受CPU限制的工作负载情况下选择ProcessPoolExecutor,而在受I/O限制的工作负载情况下则需要选择ThreadPoolExecutor。
如果使用ProcessPoolExecutor,那么不需要担心GIL,因为它使用多处理。 而且,与ThreadPoolExecution相比,执行时间会更少。
转载:https://blog.csdn.net/freeking101/article/details/97395745