一个有界任务队列的python thradpoolexcutor, 直接捕获错误日志
基于官方的需要改版
1、改为有界,官方是吧所有任务添加到线程池的queue队列中,这样内存会变大,也不符合分布式的逻辑(会把中间件的所有任务一次性取完,放到本地的queue队列中,导致分布式变差)
2、直接打印错误。官方的threadpolexcutor执行的函数,如果不设置回调,即使函数中出错了,自己都不会知道。
# coding=utf-8 """ 一个有界任务队列的thradpoolexcutor 直接捕获错误日志 """ from functools import wraps import queue from concurrent.futures import ThreadPoolExecutor, Future # noinspection PyProtectedMember from concurrent.futures.thread import _WorkItem from app.utils_ydf import LoggerMixin, LogManager logger = LogManager('BoundedThreadPoolExecutor').get_logger_and_add_handlers() def _deco(f): @wraps(f) def __deco(*args, **kwargs): try: return f(*args, **kwargs) except Exception as e: logger.exception(e) return __deco class BoundedThreadPoolExecutor(ThreadPoolExecutor, ): def __init__(self, max_workers=None, thread_name_prefix=''): ThreadPoolExecutor.__init__(self, max_workers, thread_name_prefix) self._work_queue = queue.Queue(max_workers * 2) def submit(self, fn, *args, **kwargs): with self._shutdown_lock: if self._shutdown: raise RuntimeError('cannot schedule new futures after shutdown') f = Future() fn_deco = _deco(fn) w = _WorkItem(f, fn_deco, args, kwargs) self._work_queue.put(w) self._adjust_thread_count() return f if __name__ == '__main__': def fun(): print(1 / 0) pool = BoundedThreadPoolExecutor(10) pool.submit(fun)
反对极端面向过程编程思维方式,喜欢面向对象和设计模式的解读,喜欢对比极端面向过程编程和oop编程消耗代码代码行数的区别和原因。致力于使用oop和36种设计模式写出最高可复用的框架级代码和使用最少的代码行数完成任务,致力于使用oop和设计模式来使部分代码减少90%行,使绝大部分py文件最低减少50%-80%行的写法。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 上周热点回顾(3.3-3.9)
· AI 智能体引爆开源社区「GitHub 热点速览」