(点击
上方蓝字
，快速关注我们)
来源：ZiWenXie
www.ziwenxie.site/2016/12/24/python-concurrent-futures/
如有好文章投稿，请点击 → 这里了解详情
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
