Python 中的并发 - 线程池

假设我们必须为多线程任务创建大量线程。这在计算上是最昂贵的，因为由于线程太多，可能会出现许多性能问题。一个主要问题可能是吞吐量受到限制。我们可以通过创建线程池来解决这个问题。线程池可以定义为一组预先实例化的空闲线程，它们随时准备接受工作。当我们需要执行大量任务时，创建线程池优于为每个任务实例化新线程。线程池可以管理大量线程的并发执行，如下所示 -

如果线程池中的线程完成其执行，则可以重用该线程。
如果一个线程被终止，另一个线程将被创建来替代该线程。

Python 模块 – Concurrent.futures

Python 标准库包含并发.futures模块。Python 3.2 中添加了该模块，为开发人员提供启动异步任务的高级接口。它是 Python 线程和多处理模块顶部的抽象层，用于提供使用线程或进程池运行任务的接口。

在后续部分中，我们将了解并发.futures 模块的不同类。

执行者类

Executor是concurrent.futures Python模块的抽象类。它不能直接使用，我们需要使用以下具体子类之一 -

线程池执行器
进程池执行器

ThreadPoolExecutor – 一个具体的子类

它是 Executor 类的具体子类之一。子类使用多线程，我们得到一个线程池来提交任务。该池将任务分配给可用线程并安排它们运行。

如何创建ThreadPoolExecutor？

借助concurrent.futures模块及其具体子类Executor，我们可以轻松创建线程池。为此，我们需要构造一个ThreadPoolExecutor，其中包含我们想要在池中包含的线程数。默认数量是5。然后我们可以向线程池提交任务。当我们commit()一个任务时，我们会返回一个Future。Future 对象有一个名为did()的方法，它告诉未来是否已经解决。这样，就为该特定的未来对象设置了一个值。当任务完成时，线程池执行器将值设置为 future 对象。

例子

from concurrent.futures import ThreadPoolExecutor
from time import sleep
def task(message):
   sleep(2)
   return message

def main():
   executor = ThreadPoolExecutor(5)
   future = executor.submit(task, ("Completed"))
   print(future.done())
   sleep(2)
   print(future.done())
   print(future.result())
if __name__ == '__main__':
main()

输出

False
True
Completed

在上面的例子中，一个ThreadPoolExecutor被构造成有 5 个线程。然后，一个任务将等待 2 秒，然后再发送消息，并将其提交给线程池执行器。从输出中可以看出，任务直到 2 秒后才完成，因此第一次调用 did ()将返回 False。2 秒后，任务完成，我们通过调用result()方法得到未来的结果。

实例化 ThreadPoolExecutor – 上下文管理器

实例化ThreadPoolExecutor的另一种方法是借助上下文管理器。它的工作原理与上面示例中使用的方法类似。使用上下文管理器的主要优点是它在语法上看起来很好。可以借助以下代码来完成实例化 -

with ThreadPoolExecutor(max_workers = 5) as executor

例子

以下示例借用自 Python 文档。在此示例中，首先必须导入并发.futures模块。然后创建一个名为load_url()的函数，它将加载请求的 url。然后该函数使用池中的 5 个线程创建ThreadPoolExecutor 。ThreadPoolExecutor已被用作上下文管理器。我们可以通过调用 future 的result()方法来获取 future 的结果。

import concurrent.futures
import urllib.request

URLS = ['http://www.foxnews.com/',
   'http://www.cnn.com/',
   'http://europe.wsj.com/',
   'http://www.bbc.co.uk/',
   'http://some-made-up-domain.com/']

def load_url(url, timeout):
   with urllib.request.urlopen(url, timeout = timeout) as conn:
   return conn.read()

with concurrent.futures.ThreadPoolExecutor(max_workers = 5) as executor:

   future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
   for future in concurrent.futures.as_completed(future_to_url):
   url = future_to_url[future]
   try:
      data = future.result()
   except Exception as exc:
      print('%r generated an exception: %s' % (url, exc))
   else:
      print('%r page is %d bytes' % (url, len(data)))

输出

以下是上述 Python 脚本的输出 -

'http://some-made-up-domain.com/' generated an exception: <urlopen error [Errno 11004] getaddrinfo failed>
'http://www.foxnews.com/' page is 229313 bytes
'http://www.cnn.com/' page is 168933 bytes
'http://www.bbc.co.uk/' page is 283893 bytes
'http://europe.wsj.com/' page is 938109 bytes

Executor.map()函数的使用

Python map()函数广泛用于许多任务。其中一项任务是将某个函数应用于可迭代对象中的每个元素。类似地，我们可以将迭代器的所有元素映射到一个函数，并将它们作为独立的作业提交给ThreadPoolExecutor。请考虑以下 Python 脚本示例以了解该函数的工作原理。

例子

在下面的示例中，map 函数用于将square()函数应用于 value 数组中的每个值。

from concurrent.futures import ThreadPoolExecutor
from concurrent.futures import as_completed
values = [2,3,4,5]
def square(n):
   return n * n
def main():
   with ThreadPoolExecutor(max_workers = 3) as executor:
      results = executor.map(square, values)
for result in results:
      print(result)
if __name__ == '__main__':
   main()

输出

上面的 Python 脚本生成以下输出 -