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

concurrent.futures模块简单介绍(线程池,进程池)

程序员文章站 2022-03-20 20:25:21
concurrent.futures模块简单使用(线程池,进程池) ......

一、基类executor

executor类是threadpoolexecutor 和processpoolexecutor 的基类。它为我们提供了如下方法:

submit(fn, *args, **kwargs):提交任务。以 fn(*args **kwargs) 方式执行并返回 future 对像。

fn:函数地址。

*args:位置参数。

**kwargs:关键字参数。

map(func, *iterables, timeout=none, chunksize=1):

func:函数地址。

iterables:一个可迭代对象,以迭代的方式将参数传递给函数。

timeout:这个参数没弄明白,如果是none等待所有进程结束。

chunksize:使用 processpoolexecutor 时,这个方法会将 iterables 分割任务块,并作为独立的任务提交到执行池中。这些块的数量可以由 chunksize 指定设置。 对很长的迭代器来说,设置chunksize 值比默认值 1 能显著地提高性能。 chunksize 对 threadpoolexecutor 没有效果。

shutdown(wait=true):如果为true会等待线程池或进程池执行完成后释放正在使用的资源。如果 wait 为 false,将立即返回,所有待执行的期程完成执行后会释放已分配的资源。 不管 wait 的值是什么,整个 python 程序将等到所有待执行的期程完成执行后才退出。

二、线程池对象

threadpoolexecutor 是 executor 的子类,下面介绍threadpoolexecutor 的参数。

class concurrent.futures.threadpoolexecutor(max_workers=none, thread_name_prefix='', initializer=none, initargs=()):

max_workers:线程池的数量。

thread_name_prefix:线程名前缀。默认线程名threadpoolexecutor-线程数

initializer:一个函数或方法,在启用线程前会调用这个函数(给线程池添加额外任务)。

initargs :以元祖的方式给initializer中的函数传递参数。

这里需要说明的是除了max_workers这个参数外其它三个参数基本很少用。max_workers很好理解就是线程池的数量。

下面来说initializer和initargs 这两个奇怪的家伙。

示例一:

from concurrent.futures import threadpoolexecutor
def work():
    print('工作线程')
def test(num):
    print('test:',num)
executor = threadpoolexecutor(max_workers=2,initializer=test(7))  # 开启2个线程  initializer指定参数test(7)
executor.submit(work)  
executor.submit(work)

# 打印内容如下
test: 7
工作线程
工作线程

示例二:

from concurrent.futures import threadpoolexecutor
def work():
    print('工作线程')
def test(num):
    print('test:',num)
executor = threadpoolexecutor(max_workers=2,initializer=test,initargs=(7,)) # 这里我们使用initargs=(7,)的方式给test传递参数。
executor.submit(work)
executor.submit(work)

# 打印内容如下
test: 7
工作线程
工作线程
test: 7

通过示例一和示例二我们可以发现initializer=test(7)时,test函数只被调用了1次,当initializer=test,initargs=(7,)时,test被调用了2次。具体原因没有去分析。感觉没什么用。以后有时间看看源码在补上。

三、进程池对象

processpoolexecutor 也是 executor 的子类,下面是processpoolexecutor 参数介绍:

class concurrent.futures.processpoolexecutor(max_workers=none, mp_context=none, initializer=none, initargs=())

max_workers:工作进程数。如果 max_workers 为 none 或未给出,它将默认为机器的处理器个数。 如果 max_workers 小于等于 0,则将引发 valueerror。 在 windows 上,max_workers 必须小于等于 61,否则将引发 valueerror。 如果 max_workers 为 none,则所选择的默认最多为 61,即使存在更多处理器。

mp_context :可以是一个多进程上下文或是 none。 它将被用来启动工作进程。 如果 mp_context 为 none 或未给出,将使用默认的多进程上下文。

initializer:一个函数或方法,在启用线程前会调用这个函数。

initargs :以元祖的方式给initializer中的函数传递参数。

关于说initializer和initargs 与threadpoolexecutor 类似这里不多说了。


 

四、创建线程池

from concurrent.futures import threadpoolexecutor
import time
def work(num):
    time.sleep(1)
    print('工作线程:',num)
if __name__ == '__main__':
    executor = threadpoolexecutor(max_workers=5)  # 创建线程池,数量为5
    for i in range(5):
        executor.submit(work, i)
    print('主线程')

# 打印内容如下
主线程
工作线程:   0
工作线程:   1
工作线程:   2
工作线程:   3
工作线程:   4
# 使用shutdown等待所有线程结束后在打印主线程 from concurrent.futures import threadpoolexecutor import time def work(num): time.sleep(1) print('工作线程:',num) if __name__ == '__main__': executor = threadpoolexecutor(max_workers=5) # 创建线程池,数量为5 for i in range(5): executor.submit(work, i) executor.shutdown(wait=true) # 等待线程池结束 print('主线程') # 打印内容如下 工作线程: 0 工作线程: 1 工作线程: 2 工作线程: 3 工作线程: 4 主线程

如果想要在线程执行的过程中添加额外的功能,可以使用initializer参数,如下:

from concurrent.futures import threadpoolexecutor

def work(num):
    print('工作线程:',num)
def test(num):
    print('额外任务:',num)
if __name__ == '__main__':
    executor = threadpoolexecutor(max_workers=5,initializer=test,initargs=(7,)) # 添加额外任务
    for i in range(5):
        executor.submit(work, i)
    executor.shutdown(wait=true)
    print('主线程')

# 打印内容如下
额外任务: 7
工作线程: 0
额外任务: 7
工作线程: 1
额外任务: 7
工作线程: 2 
额外任务: 7
工作线程: 3 
额外任务: 7
工作线程: 4 
主线程

五、进程池

进程池与线程池用法基本一致,只是名字和实现不一样而已。

from concurrent.futures import processpoolexecutor
import time
def work(num):
    time.sleep(1)
    print('工作进程:',num)
if __name__ == '__main__':
    executor = processpoolexecutor(max_workers=5)  # 创建进程池,数量为5
    for i in range(5):
        executor.submit(work, i)
    print('主线程')

# 打印内容如下
主线程
工作进程: 0
工作进程: 1
工作进程: 2
工作进程: 3
工作进程: 4

# 使用shutdown等待所有线程结束后在打印主线程
from concurrent.futures import processpoolexecutor
import time
def work(num):
    time.sleep(1)
    print('工作进程:',num)
if __name__ == '__main__':
    executor = processpoolexecutor(max_workers=5)  # 创建进程池,数量为5
    for i in range(5):
        executor.submit(work, i)
    executor.shutdown(wait=true)  # 等待进程池结束
    print('主线程')
# 打印内容如下
工作进程: 0
工作进程: 1
工作进程: 2
工作进程: 3
工作进程: 4
主线程

如果想要在线程执行的过程中添加额外的功能,可以使用initializer参数,如下:

from concurrent.futures import processpoolexecutor

def work(num):
    print('工作进程:',num)
def test(num):
    print('额外任务:',num)
if __name__ == '__main__':
    executor = processpoolexecutor(max_workers=5,initializer=test,initargs=(7,)) # 添加额外任务
    for i in range(5):
        executor.submit(work, i)
    executor.shutdown(wait=true)
    print('主线程')

# 打印内容如下
额外任务: 7
工作进程: 0
工作进程: 1
工作进程: 2
工作进程: 3
工作进程: 4
额外任务: 7
额外任务: 7
额外任务: 7
额外任务: 7
主线程

 

未完待续