Python并发编程之线程池/进程池

刺骨的言语ヽ痛彻心扉 2022-03-14 12:24 440阅读 0赞

> 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

from concurrent.futures import ThreadPoolExecutor
    import time
    def 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task
    future2 = pool.submit(return_future_result, ("world"))  # 往线程池里面加入一个task
    print(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。

False
    True
    hello
    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.p

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。

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())

下面是运行结果

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**

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, timeout=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)))

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。

'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**

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)))

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。

'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 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'))

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

DoneAndNotDoneFutures(done={
    <Future at 0x7f0b06c9bc88 state=finished returned str>,
    <Future at 0x7f0b06cbaa90 state=finished returned str>,
    <Future at 0x7f0b06373898 state=finished returned str>,
    <Future at 0x7f0b06352ba8 state=finished returned str>,
    <Future at 0x7f0b06373b00 state=finished returned str>}, 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。

DoneAndNotDoneFutures(done={
    <Future at 0x7f84109edb00 state=finished returned str>,
    <Future at 0x7f840e2e9320 state=finished returned str>,
    <Future at 0x7f840f25ccc0 state=finished returned str>},
    not_done={<Future at 0x7f840e2e9ba8 state=running>,
    <Future at 0x7f840e2e9940 state=running>})

> 小编推荐一个学python的学习qun 740,3222,34  
> 无论你是大牛还是小白，是想转行还是想入行都可以来了解一起进步一起学习！裙内有开发工具，很多干货和技术资料分享！