concurrent.futures进行并发编程

python中进行并发编程一般使用threading和multiprocessing模块，不过大部分的并发编程任务都是派生一系列线程，从队列中收集资源，然后用队列收集结果。在这些任务中，往往需要生成线程池，concurrent.futures模块对threading和multiprocessing模块进行了进一步的包装，可以很方便地实现池的功能。

下载

python3中concurrent.futures是标准库，在python2中还需要自己安装futures：

pip install futures

executor与future

concurrent.futures供了threadpoolexecutor和processpoolexecutor两个类，都继承自executor，分别被用来创建线程池和进程池，接受max_workers参数，代表创建的线程数或者进程数。processpoolexecutor的max_workers参数可以为空，程序会自动创建基于电脑cpu数目的进程数。

from concurrent.futures import threadpoolexecutor, processpoolexecutor
import requests

def load_url(url):
    return requests.get(url)

url = 'http://httpbin.org'
executor = threadpoolexecutor(max_workers=1)
future = executor.submit(load_url, url)

executor中定义了submit()方法，这个方法的作用是提交一个可执行的回调task,并返回一个future实例。future能够使用done()方法判断该任务是否结束，done()方法是不阻塞的，使用result()方法可以获取任务的返回值，这个方法是阻塞的。

print future.done()
print future.result().status_code

 submit()方法只能进行单个任务，用并发多个任务，需要使用map与as_completed。

map

urls = ['http://httpbin.org', 'http://example.com/', 'https://api.github.com/']

def load_url(url):
    return requests.get(url)

with threadpoolexecutor(max_workers=3) as executor:
    for url, data in zip(urls, executor.map(load_url, urls)):
        print('%r page status_code %s' % (url, data.status_code))

　结果:

'http://httpbin.org' page status_code 200
'http://example.com/' page status_code 200
'https://api.github.com/' page status_code 200

　map方法接收两个参数，第一个为要执行的函数，第二个为一个序列，会对序列中的每个元素都执行这个函数，返回值为执行结果组成的生成器。

   由上面可以看出返回结果与序列结果的顺序是一致的

as_completed

  as_completed()方法返回一个future组成的生成器，在没有任务完成的时候，会阻塞，在有某个任务完成的时候，会yield这个任务，直到所有的任务结束。

def load_url(url):
    return url, requests.get(url).status_code

with threadpoolexecutor(max_workers=3) as executor:
    tasks = [executor.submit(load_url, url) for url in urls]
    for future in as_completed(tasks):
        print future.result()

 结果：

('http://example.com/', 200)
('http://httpbin.org', 200)
('https://api.github.com/', 200)

 可以看出，结果与序列顺序不一致，先完成的任务会先通知主线程。

wait

   wait方法可以让主线程阻塞，直到满足设定的要求。有三种条件all_completed, first_completed，first_exception。

from concurrent.futures import threadpoolexecutor, processpoolexecutor, wait, all_completed, first_completed
from concurrent.futures import as_completed
import requests

urls = ['http://httpbin.org', 'http://example.com/', 'https://api.github.com/']

def load_url(url):
    requests.get(url)
    print url

with threadpoolexecutor(max_workers=3) as executor:
    tasks = [executor.submit(load_url, url) for url in urls]
    wait(tasks, return_when=all_completed)
    print 'all_cone'

　返回：

http://example.com/
http://httpbin.org
https://api.github.com/
all_cone

　可以看出阻塞到任务全部完成。

processpoolexecutor

使用processpoolexecutor与threadpoolexecutor方法基本一致，注意文档中有一句：

the __main__ module must be importable by worker subprocesses. this means that processpoolexecutor will not work in the interactive interpreter.

需要__main__模块。

def main():
    with processpoolexecutor() as executor:
        tasks = [executor.submit(load_url, url) for url in urls]
        for f in as_completed(tasks):
            ret = f.done()
            if ret:
                print f.result().status_code

if __name__ == '__main__':
    main()