欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python concurrent.futures模块的使用测试

程序员文章站 2022-06-26 11:29:15
概述concurrent.futures 是 3.2 中引入的新模块,它为异步执行可调用对象提供了高层接口。可以使用 threadpoolexecutor 来进行多线程编程,processpoolex...

概述

concurrent.futures 是 3.2 中引入的新模块,它为异步执行可调用对象提供了高层接口。
可以使用 threadpoolexecutor 来进行多线程编程,processpoolexecutor 进行多进程编程,两者实现了同样的接口,这些接口由抽象类 executor 定义。
这个模块提供了两大类型,一个是执行器类 executor,另一个是 future 类。
执行器用来管理工作池,future 用来管理工作计算出来的结果,通常不用直接操作 future 对象,因为有丰富的 api。

说明

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.

#! /usr/bin/env python
# -*- coding: utf-8 -*-#

# -------------------------------------------------------------------------------
# name:         demo3
# author:       yunhgu
# date:         2021/7/8 15:17
# description: 
# -------------------------------------------------------------------------------
import os
import time
import threading
from concurrent.futures import processpoolexecutor, threadpoolexecutor, as_completed

def work(x):
    time.sleep(1)
    temp = f"父进程{os.getppid()}:子进程{os.getpid()}:线程{threading.get_ident()}:{x}"
    return temp

def sub_thread():
    temp_list = []
    with threadpoolexecutor(max_workers=3) as t:
        task_list = [t.submit(work, i) for i in range(5)]
        for task in as_completed(task_list):
            if task.done():
                temp_list.append(task.result())
    return temp_list

def main():
    print(f"主进程:{os.getpid()}")
    path_list = []
    with processpoolexecutor(max_workers=3) as p:
        task_list = [p.submit(sub_thread) for i in range(5)]
        for task in as_completed(task_list):
            if task.done():
                path_list.append(task.result())
    for path in path_list:
        print(path)

if __name__ == '__main__':
    main()

python concurrent.futures模块的使用测试

不论你在什么时候开始,重要的是开始之后就不要停止。不论你在什么时候结束,重要的是结束之后就不要悔恨。

到此这篇关于python concurrent.futures模块的使用测试 的文章就介绍到这了,更多相关python concurrent使用内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!

相关标签: python concurrent