Python并发编程之线程池/进程池-清一色财经

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。

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。

pipinstallfutures

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
fromconcurrent.futuresimportThreadPoolExecutor
importtime
defreturn_future_result(message):
time.sleep(2)
returnmessage
pool=ThreadPoolExecutor(max_workers=2)#创建一个***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***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::~»pythonexample1.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|greppython
ziwenxie8361755783613319:45pts/000:00:00pythonexample1.py
ziwenxie8361755783620319:45pts/000:00:00pythonexample1.py
ziwenxie8361755783630319:45pts/000:00:00pythonexample1.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
fromconcurrent.futuresimportProcessPoolExecutor
importtime
defreturn_future_result(message):
time.sleep(2)
returnmessage
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::~»pythonexample2.py
False
True
hello
world
ziwenxie::~»ps-eLf|greppython
ziwenxie8560755785603319:53pts/000:00:00pythonexample2.py
ziwenxie8560755785630319:53pts/000:00:00pythonexample2.py
ziwenxie8560755785640319:53pts/000:00:00pythonexample2.py
ziwenxie8561856085610119:53pts/000:00:00pythonexample2.py
ziwenxie8562856085620119:53pts/000:00:00pythonexample2.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
importconcurrent.futures
importurllib.request
URLS=['http://httpbin.org','http://example.com/','https://api.github.com/']
defload_url(url,timeout):
withurllib.request.urlopen(url,timeouttimeout=timeout)asconn:
returnconn.read()
#Wecanuseawithstatementtoensurethreadsarecleaneduppromptly
withconcurrent.futures.ThreadPoolExecutor(max_workers=3)asexecutor:
#StarttheloadoperationsandmarkeachfuturewithitsURL
future_to_url={executor.submit(load_url,url,60):urlforurlinURLS}
forfutureinconcurrent.futures.as_completed(future_to_url):
url=future_to_url[future]
try:
data=future.result()
exceptExceptionasexc:
print('%rgeneratedanexception:%s'%(url,exc))
else:
print('%rpageis%dbytes'%(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::~»pythonexample3.py
'http://example.com/'pageis1270byte
'https://api.github.com/'pageis2039bytes
'http://httpbin.org'pageis12150bytes

使用map

#example4.py
importconcurrent.futures
importurllib.request
URLS=['http://httpbin.org','http://example.com/','https://api.github.com/']
defload_url(url):
withurllib.request.urlopen(url,timeout=60)asconn:
returnconn.read()
#Wecanuseawithstatementtoensurethreadsarecleaneduppromptly
withconcurrent.futures.ThreadPoolExecutor(max_workers=3)asexecutor:
forurl,datainzip(URLS,executor.map(load_url,URLS)):
print('%rpageis%dbytes'%(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::~»pythonexample4.py
'http://httpbin.org'pageis12150bytes
'http://example.com/'pageis1270bytes
'https://api.github.com/'pageis2039bytes

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

fromconcurrent.futuresimportThreadPoolExecutor,wait,as_completed
fromtimeimportsleep
fromrandomimportrandint
defreturn_after_random_secs(num):
sleep(randint(1,5))
return"Returnof{}".format(num)
pool=ThreadPoolExecutor(5)
futures=[]
forxinrange(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::~»pythonexample5.py
DoneAndNotDoneFutures(done={
<Futureat0x7f84109edb00state=finishedreturnedstr>,
<Futureat0x7f840e2e9320state=finishedreturnedstr>,
<Futureat0x7f840f25ccc0state=finishedreturnedstr>},
not_done={<Futureat0x7f840e2e9ba8state=running>,
<Futureat0x7f840e2e9940state=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。
【责任编辑：seeker TEL：（010）68476606】

                                                        ©本文为清一色官方代发，观点仅代表作者本人，与清一色无关。清一色对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。本文不作为投资理财建议，请读者仅作参考，并请自行承担全部责任。文中部分文字/图片/视频/音频等来源于网络，如侵犯到著作权人的权利，请与我们联系（微信/QQ:1074760229）。转载请注明出处：清一色财经