Python 并发编程之线程池/进程池

关键时刻，第一时间送达！

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

fromconcurrent.futuresimportThreadPoolExecutor

importtime

defreturn_future_result(message):

time.sleep(2)

returnmessage

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:: ~»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|grep python

ziwenxie8361755783613319:45pts/00:00:00pythonexample1.py

ziwenxie836175578362319:45pts/00:00:00pythonexample1.py

ziwenxie836175578363319:45pts/00:00:00pythonexample1.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|grep python

ziwenxie8560755785603319:53pts/00:00:00pythonexample2.py

ziwenxie856075578563319:53pts/00:00:00pythonexample2.py

ziwenxie856075578564319:53pts/00:00:00pythonexample2.py

ziwenxie856185608561119:53pts/00:00:00pythonexample2.py

ziwenxie856285608562119:53pts/00:00:00pythonexample2.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):

returnconn.read()

# We can use a with statement to ensure threads are cleaned up promptly

withconcurrent.futures.ThreadPoolExecutor(max_workers=3)asexecutor:

# Start the load operations and mark each future with its URL

future_to_url={executor.submit(load_url,url,60):urlforurlinURLS}

url=future_to_url[future]

try:

data=future.result()

exceptExceptionasexc:

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:: ~»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):

returnconn.read()

# We can use a with statement to ensure threads are cleaned up promptly

withconcurrent.futures.ThreadPoolExecutor(max_workers=3)asexecutor:

forurl,datainzip(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:: ~»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"Return of {}".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:: ~»pythonexample5.py

DoneAndNotDoneFutures(done={

,

,

,

},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={

,

,

},

not_done={,

})

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。

References

DOCUMENTATION OF CONCURRENT-FUTURES

来源：ZiWenXie

www.ziwenxie.site/2016/12/24/python-concurrent-futures/

程序员大咖整理发布，转载请联系作者获得授权