个人笔记,如有疏漏,还请指正。
使用多线程(threading)和多进程(multiprocessing)完成常规的并发需求,在启动的时候 start、join 等步骤不能省,复杂的需要还要用 1-2 个队列。随着需求越来越复杂,如果没有良好的设计和抽象这部分的功能层次,代码量越多调试的难度就越大。
对于需要并发执行、但是对实时性要求不高的任务,我们可以使用 concurrent.futures 包中的 PoolExecutor 类来实现。
这个包提供了两个执行器:线程池执行器 ThreadPoolExecutor 和进程池执行器 ProcessPoolExecutor,两个执行器提供同样的 API。
池的概念主要目的是为了重用:让线程或进程在生命周期内可以多次使用。它减少了创建创建线程和进程的开销,提高了程序性能。重用不是必须的规则,但它是程序员在应用中使用池的主要原因。
池,只有固定个数的线程/进程,通过 max_workers 指定。
- 任务通过 executor.submit 提交到 executor 的任务队列,返回一个 future 对象。
- Future 是常见的一种并发设计模式。一个Future对象代表了一些尚未就绪(完成)的结果,在「将来」的某个时间就绪了之后就可以获取到这个结果。
- 任务被调度到各个 workers 中执行。但是要注意,一个任务一旦被执行,在执行完毕前,会一直占用该 worker !
- 如果 workers 不够用,其他的任务会一直等待!因此 PoolExecutor 不适合实时任务。
|-------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | python import concurrent.futures import time from itertools import count number_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] def evaluate_item(x): for i in count(x): # count 是无限迭代器,会一直递增。 print(f"{x} - {i}") time.sleep(0.01) if __name__ == "__main__": # 进程池 start_time_2 = time.time() # 使用 with 在离开此代码块时,自动调用 executor.shutdown(wait=true) 释放 executor 资源 with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor: # 将 10 个任务提交给 executor,并收集 futures futures = [executor.submit(evaluate_item, item) for item in number_list] # as_completed 方法等待 futures 中的 future 完成 # 一旦某个 future 完成,as_completed 就立即返回该 future # 这个方法,使每次返回的 future,总是最先完成的 future # 而不是先等待任务 1,再等待任务 2... for future in concurrent.futures.as_completed(futures): # result 返回被调用函数的返回值 # 如果调用抛出了异常,result 会抛出同样的异常 # 如果调用被取消,result 抛出 CancelledError 异常 print(future.result()) print ("Thread pool execution in " + str(time.time() - start_time_2), "seconds")
|
上面的代码中,item 为 1 2 3 4 5 的五个任务会一直占用所有的 workers,而 6 7 8 9 10 这五个任务会永远等待!!!
API 详细说明 {#api-详细说明}
concurrent.futures 包含三个部分的 API:
- PoolExecutor:也就是两个执行器的 API
- 构造器:主要的参数是 max_workers,用于指定线程池大小(或者说 workers 个数)
submit(fn, *args, **kwargs)
:将任务函数 fn 提交到执行器,args 和 kwargs 就是 fn 需要的参数。- 返回一个 future,用于获取结果
map(func, *iterables, timeout=None, chunksize=1)
:当任务是同一个,只有参数不同时, 可以用这个方法代替 submit。iterables 的每个元素对应 func 的一组参数。- 返回一个 futures 的迭代器
shutdown(wait=True)
:关闭执行器,一般都使用 with 管理器自动关闭。
- Future:任务被提交给执行器后,会返回一个 future
future.result(timeout=None)
:最常用的方法 ,返回任务的结果。如果任务尚未结束,这个方法会一直等待!- timeout 指定超时时间,为 None 时没有超时限制。超时会抛出 concurrent.futures.TimeoutError 异常。
- 如果调用抛出了异常,result 会抛出同样的异常
- 如果调用被取消,result 抛出 CancelledError 异常
exception(timeout=None)
:返回任务抛出的异常。和 result() 一样,也会等待任务结束。- timeout 参数跟 result 一致,超时会抛出 concurrent.futures.TimeoutError 异常。
- 如果调用抛出了异常,exception 会返回同样的异常,否则返回 None
- 如果调用被取消,result 抛出 CancelledError 异常
- timeout 参数跟 result 一致,超时会抛出 concurrent.futures.TimeoutError 异常。
cancel()
:取消此任务add_done_callback(fn)
:future 完成后,会执行fn(future)
。running()
:是否正在运行done()
:future 是否已经结束了,boolean- ...详见官方文档
- 模块带有的实用函数
concurrent.futures.as_completed(fs, timeout=None)
:等待 fs (futures iterable)中的 future 完成- 一旦 fs 中的某 future 完成了,这个函数就立即返回该 future。
- 这个方法,使每次返回的 future,总是最先完成的 future。而不是先等待任务 1,再等待任务 2...
- 常通过
for future in as_completed(fs):
使用此函数。
concurrent.futures.wait(fs, timeout=None, return_when=ALL_COMPLETED)
:一直等待,直到 return_when 所指定的事发生,或者 timeout- return_when 有三个选项:ALL_COMPLETED(fs 中的 futures 全部完成),FIRST__COMPLETED(fs 中任意一个 future 完成)还有 FIRST_EXCEPTION(某任务抛出异常)
Future 设计模式 {#future-设计模式}
这里的 PoolExecutor 的特点,在于它使用了 Future 设计模式,使任务的执行,与结果的获取,变成一个异步的流程。 我们先通过 submit/map 将任务放入任务队列,这时任务就已经开始执行了 ! 然后我们在需要的时候,通过 future 获取结果,或者直接 add_done_callback(fn)
。
这里任务的执行是在新的 workers 中的,主进程/线程不会阻塞,因此主线程可以干其他的事。这种方式被称作异步编程。
画外 {#画外}
concurrent.futures 基于 multiprocessing.pool 实现,因此实际上它比直接使用 线程/进程 的 Pool 要慢一点。但是它提供了更方便简洁的 API。