Python併發程式設計之執行緒池/程式池

發表於2017-01-18

引言

Python標準庫為我們提供了threading和multiprocessing模組編寫相應的多執行緒/多程式程式碼,但是當專案達到一定的規模,頻繁建立/銷燬程式或者執行緒是非常消耗資源的,這個時候我們就要編寫自己的執行緒池/程式池,以空間換時間。但從Python3.2開始,標準庫為我們提供了concurrent.futures模組,它提供了ThreadPoolExecutor和ProcessPoolExecutor兩個類,實現了對threading和multiprocessing的進一步抽象,對編寫執行緒池/程式池提供了直接的支援。

Executor和Future

concurrent.futures模組的基礎是Exectuor,Executor是一個抽象類,它不能被直接使用。但是它提供的兩個子類ThreadPoolExecutorProcessPoolExecutor卻是非常有用,顧名思義兩者分別被用來建立執行緒池和程式池的程式碼。我們可以將相應的tasks直接放入執行緒池/程式池,不需要維護Queue來操心死鎖的問題,執行緒池/程式池會自動幫我們排程。

Future這個概念相信有java和nodejs下程式設計經驗的朋友肯定不陌生了,你可以把它理解為一個在未來完成的操作,這是非同步程式設計的基礎,傳統程式設計模式下比如我們操作queue.get的時候,在等待返回結果之前會產生阻塞,cpu不能讓出來做其他事情,而Future的引入幫助我們在等待的這段時間可以完成其他的操作。關於在Python中進行非同步IO可以閱讀完本文之後參考我的Python併發程式設計之協程/非同步IO

p.s: 如果你依然在堅守Python2.x,請先安裝futures模組。

使用submit來操作執行緒池/程式池

我們先通過下面這段程式碼來了解一下執行緒池的概念

我們根據執行結果來分析一下。我們使用submit方法來往執行緒池中加入一個task,submit返回一個Future物件,對於Future物件可以簡單地理解為一個在未來完成的操作。在第一個print語句中很明顯因為time.sleep(2)的原因我們的future1沒有完成,因為我們使用time.sleep(3)暫停了主執行緒,所以到第二個print語句的時候我們執行緒池裡的任務都已經全部結束。

上面的程式碼我們也可以改寫為程式池形式,api和執行緒池如出一轍,我就不羅嗦了。

下面是執行結果

使用map/wait來操作執行緒池/程式池

除了submit,Exectuor還為我們提供了map方法,和內建的map用法類似,下面我們通過兩個例子來比較一下兩者的區別。

使用submit操作回顧

從執行結果可以看出,as_completed不是按照URLS列表元素的順序返回的

使用map

從執行結果可以看出,map是按照URLS列表元素的順序返回的,並且寫出的程式碼更加簡潔直觀,我們可以根據具體的需求任選一種。

第三種選擇wait

wait方法接會返回一個tuple(元組),tuple中包含兩個set(集合),一個是completed(已完成的)另外一個是uncompleted(未完成的)。使用wait方法的一個優勢就是獲得更大的自由度,它接收三個引數FIRST_COMPLETED, FIRST_EXCEPTION 和ALL_COMPLETE,預設設定為ALL_COMPLETED。

我們通過下面這個例子來看一下三個引數的區別

如果採用預設的ALL_COMPLETED,程式會阻塞直到執行緒池裡面的所有任務都完成。

如果採用FIRST_COMPLETED引數,程式並不會等到執行緒池裡面所有的任務都完成。

思考題

寫一個小程式對比multiprocessing.pool(ThreadPool)和ProcessPollExecutor(ThreadPoolExecutor)在執行效率上的差距,結合上面提到的Future思考為什麼會造成這樣的結果。

References

DOCUMENTATION OF CONCURRENT-FUTURES

歡迎大家拍磚、提意見。相互交流,共同進步!

相關文章