concurrent模塊

1、concurrent模塊的介紹

concurrent.futures模塊提供了高度封裝的異步調用接口

ThreadPoolExecutor：線程池，提供異步調用

ProcessPoolExecutor：進程池，提供異步調用

ProcessPoolExecutor?和?ThreadPoolExecutor：兩者都實現相同的接口，該接口由抽象Executor類定義。

2、基本方法

使用_base.Executor

concurrent.futures.thread.ThreadPoolExecutor #線程池

concurrent.futures.process.ProcessPoolExecutor #進程池#構造函數

def __init__(self, max_workers=None, mp_context=None,

initializer=None, initargs=()):

submit(fn, *args, **kwargs)?:異步提交任務

使用submit函數來提交線程需要執行任務(函數名和參數)到線程池中，并返回該任務的句柄(類似于文件、畫圖)，注意submit()不是阻塞的，而是立即返回。

map(func, *iterables, timeout=None, chunksize=1)

取代for循環submit的操作

shutdown(wait=True)?：相當于進程池的pool.close()+pool.join()操作

wait=True，等待池內所有任務執行完畢回收完資源后才繼續

wait=False，立即返回，并不會等待池內的任務執行完畢

但不管wait參數為何值，整個程序都會等到所有任務執行完畢

note：submit和map必須在shutdown之前

pool.submit()返回的對象是

concurrent.futures._base.Future類

add_done_callback(self,fn)

cancel(self)

cancelled(self)

done(self)

exception(self,timeout=None)

result(self,timeout=None)

running(self)

set_exception(self,exception)

set_result(self,result)

set_running_or_notify_cancel(self)

result(timeout=None)?：取得結果，通過submit函數返回的任務句柄,使用result()方法可以獲取任務的返回值，查看內部代碼，發現這個方法是阻塞的

done()方法判斷該任務是否結束

add_done_callback(fn)?：回調函數

3、進程池和線程池

池的功能：限制進程數或線程數.

什么時候限制： 當并發的任務數量遠遠大于計算機所能承受的范圍,即無法一次性開啟過多的任務數量 我就應該考慮去限制我進程數或線程數,從保證服務器不崩.

3.1 進程池

from concurrent.futures importProcessPoolExecutorimportosimporttimedeftask(i):print("第"+str(i)+"個在執行任務id:"+str(os.getpid()))

time.sleep(1)if __name__ == '__main__':

start=time.time()

pool= ProcessPoolExecutor(4) #進程池里又4個進程

for i in range(5): #5個任務

pool.submit(task,i)#進程池里當前執行的任務i，池子里的4個進程一次一次執行任務

pool.shutdown()print("耗時：",time.time()-start)

3.2 線程池

from concurrent.futures importThreadPoolExecutorfrom threading importcurrentThreadimporttimedeftask(i):print("第"+str(i)+"個在執行任務id:"+currentThread().name)

time.sleep(1)if __name__ == '__main__':

start=time.time()

pool= ThreadPoolExecutor(4) #進程池里又4個線程

for i in range(5): #5個任務

pool.submit(task,i)#線程池里當前執行的任務i，池子里的4個線程一次一次執行任務

pool.shutdown()print("耗時：",time.time()-start)

其他：done() 、 result()

通過submit函數返回的任務句柄,能夠使用done()方法判斷該任務是否結束

使用result()方法可以獲取任務的返回值，查看內部代碼，發現這個方法是阻塞的

3.4列表+as_compelete模擬先進先出

對于線程，這樣可以模擬執行與結果的先進先出。

但是對于進程會報錯。

importtimefrom concurrent.futures importProcessPoolExecutor,as_completed,ThreadPoolExecutordefget_html(i):

times=1time.sleep(times)print("第 NO.{i} get page {times} finished".format(i=i,times=times))return "第 NO.{i}".format(i=i)

start=time.time()

executor= ThreadPoolExecutor(max_workers=2)#executor = ProcessPoolExecutor(max_workers=2) #進程池會導致后面的all_task報錯

all_task= [executor.submit(get_html,(i)) for i in range(5)]for future inas_completed(all_task):

data=future.result()print("in main:get page {} success".format(data))print('主進程結束--耗時',time.time()-start)

結果：

第 NO.0 get page 1finished

第 NO.1 get page 1finishedinmain:get page 第 NO.0 successin main:get page 第 NO.1success

第 NO.2 get page 1finishedin main:get page 第 NO.2success

第 NO.3 get page 1finishedin main:get page 第 NO.3success

第 NO.4 get page 1finishedin main:get page 第 NO.4success

主進程結束--耗時 3.0034666061401367

結果：

3.4 Map的用法

可以將多個任務一次性的提交給進程、線程池。---備注進程是也不行的，也會報錯。

使用map方法，不需提前使用submit方法，map方法與python標準庫中的map含義相同，都是將序列中的每個元素都執行同一個函數。

from concurrent.futures importThreadPoolExecutor,ProcessPoolExecutorimportos,time,randomdeftask(i):print("第"+str(i)+"個在執行任務id:"+str(os.getpid()))

time.sleep(1)if __name__ == '__main__':

start=time.time()

pool=ProcessPoolExecutor(max_workers=3) #也可以換成ThreadPoolExecutor

pool.map(task,range(1,5)) #map取代了for+submit

pool.shutdown()print("耗時：",time.time()-start)

考慮到結果返回值：

importtimefrom random importrandomfrom concurrent.futures importProcessPoolExecutor,as_completed,ThreadPoolExecutordefget_html(i):

times=1+random()/100time.sleep(times)print("第 NO.{i} get page {times}s finished".format(i=i,times=times))return "第 NO.{i}".format(i=i)

start=time.time()

executor= ThreadPoolExecutor(max_workers=2)#executor = ProcessPoolExecutor(max_workers=2) #進程池會導致后面的executor.map報錯

res=executor.map(get_html, range(5))#for future in res: #直接返回結果，不需要get

print("in main:get page {} success".format(future))print('主進程結束--耗時',time.time()-start)

3.5 同步調用，順序返回

因為我們在循環中每次循環都要調用或這說提交任務，并等待結果。所以其實進程之間是串行的。所以是同步的方式。

from concurrent.futures importProcessPoolExecutorfrom multiprocessing importcurrent_processimporttime

n= 1

deftask(i):globaln

time.sleep(1)print(f'{current_process().name} 在執行任務{i}')

n+=ireturn f'得到 {current_process().name} 任務{i} 的結果'

if __name__ == '__main__':

start=time.time()

pool= ProcessPoolExecutor(2) #進程池里又4個線程

pool_lis =[]for i in range(5): #20個任務

future = pool.submit(task,i)#進程池里當前執行的任務i，池子里的4個線程一次一次執行任務

pool_lis.append(future.result())#等待我執行任務得到的結果,如果一直沒有結果，則阻塞。這里會導致我們所有任務編程了串行

#在這里就引出了下面的pool.shutdown()方法

pool.shutdown(wait=True) #關閉了池的入口，不允許在往里面添加任務了，會等帶所有的任務執行完，結束阻塞

for res inpool_lis:print(res)print(n)#這里肯定是拿到0的

print("主進程---耗時",time.time()-start)#可以用join去解決，等待每一個進程結束后，拿到他的結果

結果：

SpawnProcess-2在執行任務0

SpawnProcess-1在執行任務1

SpawnProcess-2在執行任務2

SpawnProcess-1在執行任務3

SpawnProcess-2在執行任務4

得到 SpawnProcess-2任務0 的結果

得到 SpawnProcess-1任務1 的結果

得到 SpawnProcess-2任務2 的結果

得到 SpawnProcess-1任務3 的結果

得到 SpawnProcess-2任務4 的結果1主進程---耗時 5.575225830078125

同步--所以是串行的。耗時與單進程差不多

3.5 異步調用，順序返回

from concurrent.futures importProcessPoolExecutorfrom multiprocessing importcurrent_processimporttime

n= 1

deftask(i):globaln

time.sleep(1)print(f'{current_process().name} 在執行任務{i}')

n+=ireturn f'得到 {current_process().name} 任務{i} 的結果'

if __name__ == '__main__':

start=time.time()

pool= ProcessPoolExecutor(2) #進程池里又4個線程

pool_lis =[]for i in range(5): #20個任務

future = pool.submit(task,i)#進程池里當前執行的任務i，池子里的4個線程一次一次執行任務

#print(future.result()) # 這是在等待我執行任務得到的結果，如果一直沒有結果，這里會導致我們所有任務編程了串行

#在這里就引出了下面的pool.shutdown()方法

pool_lis.append(future)

pool.shutdown(wait=True) #關閉了池的入口，不允許在往里面添加任務了，會等帶所有的任務執行完，結束阻塞

for p inpool_lis:print(p.result())print(n)#這里肯定是拿到0的

print("主進程---耗時",time.time()-start)#可以用join去解決，等待每一個進程結束后，拿到他的結果

結果：

SpawnProcess-1在執行任務0

SpawnProcess-2在執行任務1

SpawnProcess-1在執行任務2

SpawnProcess-2在執行任務3

SpawnProcess-1在執行任務4

得到 SpawnProcess-1任務0 的結果

得到 SpawnProcess-2任務1 的結果

得到 SpawnProcess-1任務2 的結果

得到 SpawnProcess-2任務3 的結果

得到 SpawnProcess-1任務4 的結果1主進程---耗時 3.2690603733062744

異步結果，有序返回相應結果

3.5 回調函數：

add_done_callback

from multiprocessing importcurrent_processimporttimefrom random importrandomfrom concurrent.futures importProcessPoolExecutordeftask(i):print(f'{current_process().name} 在執行{i}')

time.sleep(1+random())returni#parse 就是一個回調函數

defparse(future):#處理拿到的結果

print(f'{current_process().name} 拿到結果{future.result()} 結束了當前任務')if __name__ == '__main__':

start=time.time()

pool= ProcessPoolExecutor(2)for i in range(5):

future=pool.submit(task,i)'''給當前執行的任務綁定了一個函數，在當前任務結束的時候就會觸發這個函數(稱之為回調函數)

會把future對象作為參數傳給函數

注：這個稱為回調函數，當前任務處理結束了，就回來調parse這個函數'''future.add_done_callback(parse)#add_done_callback (parse) parse是一個回調函數

#add_done_callback () 是對象的一個綁定方法，他的參數就是一個函數

pool.shutdown()print('主線程耗時：',time.time()-start)

結果:

SpawnProcess-1在執行0

SpawnProcess-2在執行1

SpawnProcess-2在執行2

MainProcess 拿到結果1 結束了當前任務

SpawnProcess-1在執行3

MainProcess 拿到結果0 結束了當前任務

SpawnProcess-1在執行4

MainProcess 拿到結果3 結束了當前任務

MainProcess 拿到結果2 結束了當前任務

MainProcess 拿到結果4 結束了當前任務

主線程耗時：4.721129417419434

回調是主進程的，結果是無序的

3.6wait

wait方法可以讓主線程阻塞,直到滿足設定的要求。wait方法接收3個參數，等待的任務序列、超時時間以及等待條件。

等待條件return_when默認為ALL_COMPLETED,表明要等待所有的任務都借宿。

可以看到運行結果中，確實是所有任務都完成了，主線程才打印出main,等待條件還可以設置為FIRST_COMPLETED,表示第一個任務完成就停止等待

from concurrent.futures importThreadPoolExecutor,wait,ALL_COMPLETED,FIRST_COMPLETEDimporttime#參數times用來模擬網絡請求時間

from random importrandomdefget_html(i):

times=1+random()*10time.sleep(times)print("第 NO.{i} get page {times}s finished".format(i=i,times=times))return "第 NO.{i}".format(i=i)

executor= ThreadPoolExecutor(max_workers=2)

urls= range(5)

all_task= [executor.submit(get_html,(url)) for url inurls]

wait(all_task,return_when=ALL_COMPLETED)print("main")

joblib模塊

總結

以上是生活随笔為你收集整理的python多线程执行其他模块的文件_python并发编程--进程线程--其他模块-从菜鸟到老鸟（三）...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。