python线程池官网-Python并发编程之线程池/进程池

原文来自开源中国

前言

python标准库提供线程和多处理模块来编写相应的多线程/多进程代码，但当项目达到一定规模时，频繁地创建/销毁进程或线程是非常消耗资源的，此时我们必须编写自己的线程池/进程池来交换时间空间。但是从Python3.2开始，标准库为我们提供了并发的。Futures模块，它提供两个类：ThreadPool Executor和ProcessPool Executor。它实现线程和多处理的进一步抽象，并为编写线程池/进程池提供直接支持。

Executor和Future

concurrent.futures模块的基础是Exectuor，Executor是一个抽象类，它不能被直接使用。但是它提供的两个子类ThreadPoolExecutor和ProcessPoolExecutor却是非常有用，顾名思义两者分别被用来创建线程池和进程池的代码。我们可以将相应的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。

使用submit来操作线程池/进程池

我们先通过下面这段代码来了解一下线程池的概念

# example1.pyfrom concurrent.futures import ThreadPoolExecutorimport timedef return_future_result(message):

time.sleep(2) return message

pool = ThreadPoolExecutor(max_workers=2) # 创建一个最大可容纳2个task的线程池future1 = pool.submit(return_future_result, ("hello")) # 往线程池里面加入一个taskfuture2 = pool.submit(return_future_result, ("world")) # 往线程池里面加入一个taskprint(future1.done()) # 判断task1是否结束time.sleep(3)

print(future2.done()) # 判断task2是否结束print(future1.result()) # 查看task1返回的结果print(future2.result()) # 查看task2返回的结果

让我们根据操作结果进行分析。我们使用submit方法将任务添加到线程池，submit返回一个将来的对象，这可以简单地理解为将来要完成的操作。在第一份印刷声明中，很明显我们的未来1由于时间的原因没有完成。睡眠（2），因为我们使用时间挂起了主线程。sleep（3），所以到第二个print语句时，线程池中的所有任务都已完成。

ziwenxie :: ~ » python example1.pyFalseTruehello

world# 在上述程序执行的过程中，通过ps命令我们可以看到三个线程同时在后台运行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

上面的代码我们也可以改写为进程池形式，api和线程池如出一辙，我就不罗嗦了。

# example2.pyfrom concurrent.futures import ProcessPoolExecutorimport timedef 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())

下面是运行结果

ziwenxie :: ~ » python example2.pyFalseTruehello

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来操作线程池/进程池

除了submit，Exectuor还为我们提供了map方法，和内建的map用法类似，下面我们通过两个例子来比较一下两者的区别。

使用submit操作回顾

# example3.pyimport concurrent.futuresimport urllib.request

URLS = ["http://httpbin.org", "http://example.com/", "https://api.github.com/"]def load_url(url, timeout):

with urllib.request.urlopen(url, timeout=timeout) as conn: return conn.read()# We can use a with statement to ensure threads are cleaned up promptlywith 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)))

从运行结果可以看出，as_completed不是按照URLS列表元素的顺序返回的。

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.pyimport concurrent.futuresimport 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 promptlywith 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)))

从运行结果可以看出，map是按照URLS列表元素的顺序返回的，并且写出的代码更加简洁直观，我们可以根据具体的需求任选一种。

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

第三种选择wait

wait方法接会返回一个tuple(元组)，tuple中包含两个set(集合)，一个是completed(已完成的)另外一个是uncompleted(未完成的)。使用wait方法的一个优势就是获得更大的自由度，它接收三个参数FIRST_COMPLETED, FIRST_EXCEPTION 和ALL_COMPLETE，默认设置为ALL_COMPLETED。

我们通过下面这个例子来看一下三个参数的区别

from concurrent.futures import ThreadPoolExecutor, wait, as_completedfrom time import sleepfrom random import randintdef 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"))

如果采用默认的ALL_COMPLETED，程序会阻塞直到线程池里面的所有任务都完成。

ziwenxie :: ~ » python example5.py

DoneAndNotDoneFutures(done={,,,,}, not_done=set())

如果采用FIRST_COMPLETED参数，程序并不会等到线程池里面所有的任务都完成。

ziwenxie :: ~ » python example5.py

DoneAndNotDoneFutures(done={,,},

not_done={,})