微信号:PythonPush

介绍:人生苦短,我用 Python.Python 越来越受广大程序员的喜爱.

Python 并发编程之线程池\/进程池

2018-02-09 19:30 Python开发

点击上方“Python开发”,选择“置顶公众号”

关键时刻,第一时间送达!


引言


Python标准库为我们提供了threading和multiprocessing模块编写相应的多线程/多进程代码,但是当项目达到一定的规模,频繁创建/销毁进程或者线程是非常消耗资源的,这个时候我们就要编写自己的线程池/进程池,以空间换时间。但从Python3.2开始,标准库为我们提供了concurrent.futures模块,它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类,实现了对threading和multiprocessing的进一步抽象,对编写线程池/进程池提供了直接的支持。


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。


Future这个概念相信有java和nodejs下编程经验的朋友肯定不陌生了,你可以把它理解为一个在未来完成的操作,这是异步编程的基础,传统编程模式下比如我们操作queue.get的时候,在等待返回结果之前会产生阻塞,cpu不能让出来做其他事情,而Future的引入帮助我们在等待的这段时间可以完成其他的操作。关于在Python中进行异步IO可以阅读完本文之后参考我的Python并发编程之协程/异步IO。


p.s: 如果你依然在坚守Python2.x,请先安装futures模块。


pip install futures


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.py

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


我们根据运行结果来分析一下。我们使用submit方法来往线程池中加入一个task,submit返回一个Future对象,对于Future对象可以简单地理解为一个在未来完成的操作。在第一个print语句中很明显因为time.sleep(2)的原因我们的future1没有完成,因为我们使用time.sleep(3)暂停了主线程,所以到第二个print语句的时候我们线程池里的任务都已经全部结束。


ziwenxie :: ~ » python example1.py

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.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.py

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


ziwenxie :: ~ » python example2.py

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


# example3.py

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。


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.py

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。


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_completed

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。


ziwenxie :: ~ » python example5.py

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。


ziwenxie :: ~ » python example5.py

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>})


思考题


写一个小程序对比multiprocessing.pool(ThreadPool)和ProcessPollExecutor(ThreadPoolExecutor)在执行效率上的差距,结合上面提到的Future思考为什么会造成这样的结果。


References


  • DOCUMENTATION OF CONCURRENT-FUTURES

  • 来源:ZiWenXie 

  • www.ziwenxie.site/2016/12/24/python-concurrent-futures/

  • Python开发整理发布,转载请联系作者获得授权

【点击成为Java大神】

 
Python开发 更多文章 相见恨晚的 itertools 库 Python Web部署方式总结 如何用树莓派和 Kali Linux 搭建一个便携式的黑客工作站 Python 打包分发工具 setuptools 简介 用 greenlet 实现 Python 中的并发
猜您喜欢 一个故事告诉你和运营大牛的区别——运营小白上班记 哈佛营销权威约翰·奎尔奇:全球十大品牌是如何炼成的? 灰度发布系统的实现(续) Nodejs部署再思考 程序员做过最蠢的事是什么?