Executors

Executor 是一个抽象类，它有两个非常有用的子类--ThreadPoolExecutor 和 ProcessPoolExecutor 。从命名就可以知道，前者采用的是多线程，而后者使用多进程。
下面将分别介绍这两个子类，在给出的例子中，我们都会创建一个线程池或者进程池，然后将任务提交到这个池子，这个池子将会分配可用的资源（线程或者进程）来执行给定的任务。

ThreadPoolExecutor

首先，先看看代码：

from concurrent.futures import ThreadPoolExecutor
from time import sleep
# 定义需要执行的任务--休眠5秒后返回传入的信息
def return_after_5_secs(message):
    sleep(5)
    return message
# 建立一个线程池，大小为 3
pool = ThreadPoolExecutor(3)

future = pool.submit(return_after_5_secs, ("hello"))
print(future.done())
sleep(5)
print(future.done())
print(future.result())

输出结果：

False
False
hello

这个代码中首先创建了一个 ThreadPoolExecutor 对象--pool ，通常这里默认线程数量是 20，但我们指定线程池的线程数量是 3。接着就是调用 submit() 方法来把需要执行的任务，也就是函数，以及需要传给这个函数的参数，然后会得到 Future 对象，这里调用其方法 done() 用于告诉我们是否执行完任务，是，就返回 true ，没有就返回 false 。

在上述例子中，第一次调用 done() 时候，并没有经过 5 秒，所以会得到 false；之后进行休眠 5 秒后，任务就会完成，再次调用 done() 就会得到 true 的结果。如果是希望得到任务的结果，可以调用 future 的result 方法。

对 Future 对象的理解有助于理解和实现异步编程，因此非常建议好好看看官方文档的介绍：https://docs.python.org/3/library/concurrent.futures.html

ProcessPoolExecutor

ProcessPoolExecutor 也是有相似的接口，使用方法也是类似的，代码例子如下所示：

from concurrent.futures import ProcessPoolExecutor
from time import sleep

def return_after_5_secs(message):
    sleep(5)
    return message

pool = ProcessPoolExecutor(3)

future = pool.submit(return_after_5_secs, ("hello"))
print(future.done())
sleep(5)
print(future.done())
print("Result: " + future.result())

输出结果：

False
False
Result: hello

通常，我们会用多进程 ProcessPoolExecutor 来处理 CPU 密集型任务，多线程 ThreadPoolExecutor 则更适合处理网络密集型或者 I/O 任务。

尽管这两个模块的接口相似，但 ProcessPoolExecutor 采用的是 multiprocessing 模块，并且不会被 GIL( Global Interpreter Lock) 所影响。不过对于这个模块，我们需要注意不能采用任何不能序列化的对象。

Executor.map()

上述两个模块都有一个共同的方法--map()。跟 Python 内建的 map 函数类似，该方法可以实现对提供的一个函数进行多次调用，并且通过给定一个可迭代的对象来将每个参数都逐一传给这个函数。另外，采用 map() 方法，提供的函数将是并发调用。

对于多进程，传入的可迭代对象将分成多块的数据，每块数据分配给每个进程。分块的数量可以通过调整参数 chunk_size ，默认是 1.

下面是官方文档给出的 ThreadPoolExecutor 的例子：

import concurrent.futures
import urllib.request

URLS = ['http://www.baidu.com/',
        'http://www.163.com/',
        'http://www.126.com/',
        'http://www.jianshu.com/',
        'http://news.sohu.com/']

# Retrieve a single page and report the url and contents
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=5) 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)))

输出结果：

'http://www.baidu.com/' page is 153759 bytes
'http://www.163.com/' page is 693614 bytes
'http://news.sohu.com/' page is 175707 bytes
'http://www.126.com/' page is 10521 bytes
'http://www.jianshu.com/' generated an exception: HTTP Error 403: Forbidden

而对于 ProcessPoolExecutor ，代码如下所示：

import concurrent.futures
import math

PRIMES = [
    112272535095293,
    112582705942171,
    112272535095293,
    115280095190773,
    115797848077099,
    1099726899285419]

def is_prime(n):
    if n % 2 == 0:
        return False

    sqrt_n = int(math.floor(math.sqrt(n)))
    for i in range(3, sqrt_n + 1, 2):
        if n % i == 0:
            return False
    return True

def main():
    with concurrent.futures.ProcessPoolExecutor() as executor:
        for number, prime in zip(PRIMES, executor.map(is_prime, PRIMES)):
            print('%d is prime: %s' % (number, prime))

if __name__ == '__main__':
    main()

输出结果：

112272535095293 is prime: True
112582705942171 is prime: True
112272535095293 is prime: True
115280095190773 is prime: True
115797848077099 is prime: True
1099726899285419 is prime: False

as_completed() & wait()

concurrent.futures 模块中有两个函数用于处理进过 executors 返回的 futures，分别是 as_completed() 和 wait()。

as_completed() 函数会获取 Future 对象，并且随着任务开始处理而返回任务的结果，也就是需要执行的函数的返回结果。它和上述介绍的 map() 的主要区别是 map() 方法返回的结果是按照我们传入的可迭代对象中的顺序返回的。而 as_completed() 返回的结果顺序则是按照任务完成的顺序，哪个任务先完成，先返回结果。

下面给出一个例子：

from concurrent.futures import ThreadPoolExecutor, wait, as_completed
from time import sleep
from random import randint

def return_after_5_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_5_secs, x))

for x in as_completed(futures):
    print(x.result())

输出结果

Return of 3
Return of 4
Return of 0
Return of 2
Return of 1

wait() 函数返回一个包含两个集合的带有名字的 tuple，一个集合包含已经完成任务的结果(任务结果或者异常)，另一个包含的就是还未执行完毕的任务。

同样，下面是一个例子：

from concurrent.futures import ThreadPoolExecutor, wait, as_completed
from time import sleep
from random import randint

def return_after_5_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_5_secs, x))

print(wait(futures))

输出结果：

DoneAndNotDoneFutures(done={<Future at 0x2474aa4fba8 state=finished returned str>, <Future at 0x2474a903048 state=finished returned str>, <Future at 0x2474aa4fa58 state=finished returned str>, <Future at 0x2474aa4fcf8 state=finished returned str>, <Future at 0x2474a8beda0 state=finished returned str>}, not_done=set())

我们可以通过指定参数来控制 wait() 函数返回结果的时间，这个参数是 return_when，可选数值有：FIRST_COMPLETED, FIRST_EXCEPTION 和 ALL_COMPLETED。默认结果是 ALL_COMPLETED ，也就是它会等待所有任务都执行完成才返回结果。

via:https://mp.weixin.qq.com/s/ih459d2YW-rlLY3lHqKLKw

标签: python