VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >

  • Python3标准库：concurrent.futures管理并发任务池

作者：@小灰灰
本文为作者原创，转载请注明出处：https://www.cnblogs.com/liuhui0308/p/12602053.html

回到顶部(go to top)

1. concurrent.futures管理并发任务池

concurrent.futures模块提供了使用工作线程或进程池运行任务的接口。线程和进程池的API是一样的，所以应用只做最小的修改就可以在线程和进程之间顺利地切换。

这个模块提供了两种类型的类与这些池交互。执行器(executor)用来管理工作线程或进程池，future用来管理工作线程或进程计算的结果。要使用一个工作线程或进程池，应用要创建适当的执行器类的一个实例，然后向它提交任务来运行。每个任务启动时，会返回一个Future实例。需要任务的结果时，应用可以使用Future阻塞，直到得到结果。目前已经提供了不同的API，可以很方便地等待任务完成，所以不需要直接管理Future对象。

1.1 利用基本线程池使用map()

ThreadPooLExecutor管理一组工作线程，当这些线程可用于完成更多工作时，可以向它们传入任务。下面的例子使用map()并发地从一个输入迭代器生成一组结果。这个任务使用time.sleep()暂停不同的时间，从而展示不论任务的执行顺序如何，map()总是根据输入按顺序返回值。



    

  1. 
from concurrent import futures
    2. 

  2. 
import threading
    3. 

  3. 
import time
    4. 

  4. 
 
    5. 

  5. 
def task(n):
    6. 

  6. 
print('{}: sleeping {}'.format(
    7. 

  7. 
threading.current_thread().name,
    8. 

  8. 
n)
    9. 

  9. 
)
    10. 

  10. 
time.sleep(n / 10)
    11. 

  11. 
print('{}: done with {}'.format(
    12. 

  12. 
threading.current_thread().name,
    13. 

  13. 
n)
    14. 

  14. 
)
    15. 

  15. 
return n / 10
    16. 

  16. 
 
    17. 

  17. 
ex = futures.ThreadPoolExecutor(max_workers=2)
    18. 

  18. 
print('main: starting')
    19. 

  19. 
results = ex.map(task, range(5, 0, -1))
    20. 

  20. 
print('main: unprocessed results {}'.format(results))
    21. 

  21. 
print('main: waiting for real results')
    22. 

  22. 
real_results = list(results)
    23. 

  23. 
print('main: results: {}'.format(real_results))
    24. 






map()的返回值实际上是一种特殊类型的迭代器，它知道主程序迭代处理时要等待各个响应。











 1.2 调度单个任务



除了使用map()，还可以借助submit()利用一个执行器调度单个任务。然后可以使用返回的Future实例等待这个任务的结果。






    

  1. 
from concurrent import futures
    2. 

  2. 
import threading
    3. 

  3. 
import time
    4. 

  4. 
 
    5. 

  5. 
def task(n):
    6. 

  6. 
print('{}: sleeping {}'.format(
    7. 

  7. 
threading.current_thread().name,
    8. 

  8. 
n)
    9. 

  9. 
)
    10. 

  10. 
time.sleep(n / 10)
    11. 

  11. 
print('{}: done with {}'.format(
    12. 

  12. 
threading.current_thread().name,
    13. 

  13. 
n)
    14. 

  14. 
)
    15. 

  15. 
return n / 10
    16. 

  16. 
 
    17. 

  17. 
ex = futures.ThreadPoolExecutor(max_workers=2)
    18. 

  18. 
print('main: starting')
    19. 

  19. 
f = ex.submit(task, 5)
    20. 

  20. 
print('main: future: {}'.format(f))
    21. 

  21. 
print('main: waiting for results')
    22. 

  22. 
result = f.result()
    23. 

  23. 
print('main: result: {}'.format(result))
    24. 

  24. 
print('main: future after result: {}'.format(f))
    25. 






任务完成之后，Future的状态会改变，并得到结果。











1.3 按任意顺序等待任务



调用Future的result()方法会阻塞，直到任务完成(可能返回一个值，也可能抛出一个异常)或者撤销。可以使用map()按调度任务的顺序访问多个任务的结果。如果处理结果的顺序不重要，则可以使用as_completed()在每个任务完成时处理它的结果。






    

  1. 
from concurrent import futures
    2. 

  2. 
import random
    3. 

  3. 
import time
    4. 

  4. 
 
    5. 

  5. 
def task(n):
    6. 

  6. 
time.sleep(random.random())
    7. 

  7. 
return (n, n / 10)
    8. 

  8. 
 
    9. 

  9. 
ex = futures.ThreadPoolExecutor(max_workers=5)
    10. 

  10. 
print('main: starting')
    11. 

  11. 
 
    12. 

  12. 
wait_for = [
    13. 

  13. 
ex.submit(task, i)
    14. 

  14. 
for i in range(5, 0, -1)
    15. 

  15. 
]
    16. 

  16. 
 
    17. 

  17. 
for f in futures.as_completed(wait_for):
    18. 

  18. 
print('main: result: {}'.format(f.result()))
    19. 






因为池中的工作线程与任务同样多，故而所有任务都可以启动。它们会按随机的顺序完成，所以每次运行这个示例程序时as_completed()生成的值都不同。











1.4 回调



要在任务完成时采取某个动作，不用显式地等待结果，可以使用add_done_callback()指示Future完成时要调用一个新函数。这个回调应当是有一个参数(Future实例)的callable函数。






    

  1. 
from concurrent import futures
    2. 

  2. 
import time
    3. 

  3. 
 
    4. 

  4. 
def task(n):
    5. 

  5. 
print('{}: sleeping'.format(n))
    6. 

  6. 
time.sleep(0.5)
    7. 

  7. 
print('{}: done'