Python里面使用线程池时候可以函数套用函数吗 python的线程池

一、关于concurrent.futures模块

Python标准库为我们提供了threading和multiprocessing模块编写相应的多线程/多进程代码，但是当项目达到一定的规模，频繁创建/销毁进程或者线程是非常消耗资源的，这个时候我们就要编写自己的线程池/进程池，以空间换时间。但从Python3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类，实现了对threading和multiprocessing的进一步抽象，对编写线程池/进程池提供了直接的支持。

1.Executor和Future：

concurrent.futures模块的基础是Exectuor，Executor是一个抽象类，它不能被直接使用。但是它提供的两个子类ThreadPoolExecutor和ProcessPoolExecutor却是非常有用，顾名思义两者分别被用来创建线程池和进程池的代码。我们可以将相应的tasks直接放入线程池/进程池，不需要维护Queue来操心死锁的问题，线程池/进程池会自动帮我们调度。

Future这个概念相信有java和nodejs下编程经验的朋友肯定不陌生了，你可以把它理解为一个在未来完成的操作，这是异步编程的基础，传统编程模式下比如我们操作queue.get的时候，在等待返回结果之前会产生阻塞，cpu不能让出来做其他事情，而Future的引入帮助我们在等待的这段时间可以完成其他的操作。

p.s: 如果你依然在坚守Python2.x，请先安装futures模块。

pip install futures

二、操作线程池/进程池

1.使用submit来操作线程池/进程池：

#线程池：
from concurrent.futures importThreadPoolExecutorimporturllib.request
URLS= ['http://www.163.com', 'https://www.baidu.com/', 'https://github.com/']defload_url(url):
with urllib.request.urlopen(url, timeout=60) as conn:print('%r page is %d bytes' %(url, len(conn.read())))
executor= ThreadPoolExecutor(max_workers=3)for url inURLS:
future=executor.submit(load_url,url)print(future.done())print('主线程')#运行结果：
False
False
False

主线程'https://www.baidu.com/' page is 227bytes'http://www.163.com' page is 662047bytes'https://github.com/' page is 54629 bytes

我们根据运行结果来分析一下。我们使用submit方法来往线程池中加入一个task，submit返回一个Future对象，对于Future对象可以简单地理解为一个在未来完成的操作。由于线程池异步提交了任务，主线程并不会等待线程池里创建的线程执行完毕，所以执行了print('主线程')，相应的线程池中创建的线程并没有执行完毕，故future.done()返回结果为False。

#进程池：同上
from concurrent.futures importProcessPoolExecutorimporturllib.request
URLS= ['http://www.163.com', 'https://www.baidu.com/', 'https://github.com/']defload_url(url):
with urllib.request.urlopen(url, timeout=60) as conn:print('%r page is %d bytes' %(url, len(conn.read())))
executor= ProcessPoolExecutor(max_workers=3)if __name__ == '__main__': # 要加mainfor url inURLS:
future=executor.submit(load_url,url)print(future.done())print('主线程')#运行结果：
False #子进程只完成创建，并没有执行完成
False
False

主线程　＃　子进程创建完成就会向下执行主线程，并不会等待子进程执行完毕'http://www.163.com' page is 662049bytes'https://www.baidu.com/' page is 227bytes'https://github.com/' page is 54629 bytes

2.使用map来操作线程池/进程池：

除了submit，Exectuor还为我们提供了map方法，和内建的map用法类似：

from concurrent.futures importThreadPoolExecutorimporturllib.request
URLS= ['http://www.163.com', 'https://www.baidu.com/', 'https://github.com/']defload_url(url):
with urllib.request.urlopen(url, timeout=60) as conn:print('%r page is %d bytes' %(url, len(conn.read())))
executor= ThreadPoolExecutor(max_workers=3)
executor.map(load_url,URLS)print('主线程')#运行结果：
主线程'http://www.163.com' page is 662047bytes'https://www.baidu.com/' page is 227bytes'https://github.com/' page is 54629 bytes

从运行结果可以看出，map是按照URLS列表元素的顺序返回的，并且写出的代码更加简洁直观，我们可以根据具体的需求任选一种。

3.wait：

wait方法接会返回一个tuple(元组)，tuple中包含两个set(集合)，一个是completed(已完成的)另外一个是uncompleted(未完成的)。使用wait方法的一个优势就是获得更大的自由度，它接收三个参数FIRST_COMPLETED, FIRST_EXCEPTION 和ALL_COMPLETE，默认设置为ALL_COMPLETED。

如果采用默认的ALL_COMPLETED，程序会阻塞直到线程池里面的所有任务都完成，再执行主线程：

from concurrent.futures importThreadPoolExecutor,wait,as_completedimporturllib.request
URLS= ['http://www.163.com', 'https://www.baidu.com/', 'https://github.com/']defload_url(url):
with urllib.request.urlopen(url, timeout=60) as conn:print('%r page is %d bytes' %(url, len(conn.read())))
executor= ThreadPoolExecutor(max_workers=3)
f_list=[]for url inURLS:
future=executor.submit(load_url,url)
f_list.append(future)print(wait(f_list))print('主线程')#运行结果：
'http://www.163.com' page is 662047bytes'https://www.baidu.com/' page is 227bytes'https://github.com/' page is 54629bytes
DoneAndNotDoneFutures(done={, , }, not_done=set())

主线程

如果采用FIRST_COMPLETED参数，程序并不会等到线程池里面所有的任务都完成。

from concurrent.futures importThreadPoolExecutor,wait,as_completedimporturllib.request
URLS= ['http://www.163.com', 'https://www.baidu.com/', 'https://github.com/']defload_url(url):
with urllib.request.urlopen(url, timeout=60) as conn:print('%r page is %d bytes' %(url, len(conn.read())))
executor= ThreadPoolExecutor(max_workers=3)
f_list=[]for url inURLS:
future=executor.submit(load_url,url)
f_list.append(future)print(wait(f_list,return_when='FIRST_COMPLETED'))print('主线程')#运行结果：
'http://www.163.com' page is 662047bytes
DoneAndNotDoneFutures(done={}, not_done={, })

主线程'https://www.baidu.com/' page is 227bytes'https://github.com/' page is 54629 bytes

应用线程池：

from concurrent.futures importThreadPoolExecutor,ProcessPoolExecutorimportrequestsimporttime,osdefget_page(url):print('<%s> is getting [%s]'%(os.getpid(),url))
response=requests.get(url)if response.status_code==200: #200代表状态：下载成功了
return {'url':url,'text':response.text}defparse_page(res):
res=res.result()print('<%s> is getting [%s]'%(os.getpid(),res['url']))
with open('db.txt','a') as f:
parse_res= 'url:%s size:%s\n'%(res['url'],len(res['text']))
f.write(parse_res)if __name__ == '__main__':#p = ThreadPoolExecutor()
p =ProcessPoolExecutor()
l=['http://www.baidu.com','http://www.baidu.com','http://www.baidu.com','http://www.baidu.com',
]for url inl:
res= p.submit(get_page,url).add_done_callback(parse_page) #这里的回调函数拿到的是一个对象。得
#先把返回的res得到一个结果。即在前面加上一个res.result() #谁好了谁去掉回调函数
#回调函数也是一种编程思想。不仅开线程池用，开线程池也用
p.shutdown() #相当于进程池里的close和join
print('主',os.getpid())

？写一个小程序对比multiprocessing.pool(ThreadPool)和ProcessPollExecutor(ThreadPoolExecutor)在执行效率上的差距，结合上面提到的Future思考为什么会造成这样的结果？