PYTHON中的CONCURRENT.FUTURES模块

一 : 概述

　　concurrent.futures模块提供了高度封装的异步调用接口

　　ThreadPoolExecutor：线程池，提供异步调用

　　ProcessPoolExecutor: 进程池，提供异步调用

　　两者都实现相同的接口，该接口由抽象执行器类定义。

二 : 基本方法

　　submit(fn, *args, **kwargs) 异步提交任务

　　map(func, *iterables, timeout=None, chunksize=1) 取代for循环submit的操作

　　shutdown(wait=True) 相当于进程池的pool.close()+pool.join()操作, wait=True，等待池内所有任务执行完毕回收完资源后才继续 , wait=False，立即返回，并不会等待池内的任务执行完毕 , 但不管wait参数为何值，整个程序都会等到所有任务执行完毕 , submit和map必须在shutdown之前.

　　result(timeout=None) 取得结果

　　add_done_callback(fn) 添加回调函数 

#介绍
ProcessPoolExecutor类是一个Executor子类，它使用进程池异步执行调用。ProcessPoolExecutor使用多处理模块，这允许它绕过全局解释器锁，但也意味着只能执行和返回可拾取的对象。 
 3 
class concurrent.futures.ProcessPoolExecutor(max_workers=None, mp_context=None)
一个Executor子类，使用最多包含max_workers进程的池异步执行调用。如果max_workers没有或没有给定，它将默认为机器上的处理器数量。如果max_workers小于或等于0，则会引发ValueError。 6 

#用法
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

import os,time,random
def task(n):
    print('%s is runing' %os.getpid())
    time.sleep(random.randint(1,3))
    return n**2

if __name__ == '__main__':

    executor=ProcessPoolExecutor(max_workers=3)

    futures=[]
    for i in range(11):
        future=executor.submit(task,i)
        futures.append(future)
    executor.shutdown(True)
    print('+++>')
    for future in futures:
        print(future.result())

ProcessPoolExecutor

#介绍
ThreadPoolExecutor是一个Executor子类，它使用线程池异步执行调用。
class concurrent.futures.ThreadPoolExecutor(max_workers=None, thread_name_prefix='')
一个Executor子类，它使用最多包含max_workers线程的池异步执行调用。

在3.5版中发生了更改：如果没有或没有指定max_workers，它将默认为机器上的处理器数量乘以5，假设ThreadPoolExecutor经常用于重叠I/O而不是CPU工作，并且Worker的数量应该高于ProcessPoolExecutor的工作人员数量。版本3.6中的新增功能：添加了thread_name_prefix参数，以允许用户控制线程。由池创建的工作线程的线程名称，以便于调试。

#用法
与ProcessPoolExecutor相同

ThreadPoolExecutor

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

import os,time,random
def task(n):
    print('%s is runing' %os.getpid())
    time.sleep(random.randint(1,3))
    return n**2

if __name__ == '__main__':

    executor=ThreadPoolExecutor(max_workers=3)

    # for i in range(11):
    #     future=executor.submit(task,i)

    executor.map(task,range(1,12)) #map取代了for+submit

map的用法

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor
from multiprocessing import Pool
import requests
import json
import os

def get_page(url):
    print('<进程%s> get %s' %(os.getpid(),url))
    respone=requests.get(url)
    if respone.status_code == 200:
        return {'url':url,'text':respone.text}

def parse_page(res):
    res=res.result()
    print('<进程%s> parse %s' %(os.getpid(),res['url']))
    parse_res='url:<%s> size:[%s]\n' %(res['url'],len(res['text']))
    with open('db.txt','a') as f:
        f.write(parse_res)


if __name__ == '__main__':
    urls=[
        'https://www.baidu.com',
        'https://www.python.org',
        'https://www.openstack.org',
        'https://help.github.com/',
        'http://www.sina.com.cn/'
    ]

    # p=Pool(3)
    # for url in urls:
    #     p.apply_async(get_page,args=(url,),callback=pasrse_page)
    # p.close()
    # p.join()

    p=ProcessPoolExecutor(3)
    for url in urls:
        p.submit(get_page,url).add_done_callback(parse_page) #parse_page拿到的是一个future对象obj，需要用obj.result()拿到结果

回调函数

转载至：https://www.cnblogs.com/DoingBe/p/9545066.html