concurrent.futures
模块是Python的一个标准库,它提供了一个高层次的异步执行接口,用于在Python程序中实现并行和并发。它允许你以一种简单而高效的方式使用线程和进程池来并行执行任务。
concurrent.futures
模块主要提供了以下两种执行器:
- ThreadPoolExecutor:用于创建线程池,它适用于I/O密集型任务,因为线程可以在等待I/O操作时被操作系统挂起,从而允许其他线程运行。
- ProcessPoolExecutor:用于创建进程池,它适用于CPU密集型任务,因为进程可以利用多核处理器并行运行。
以下是concurrent.futures
模块的一些基本用法:
使用ThreadPoolExecutor
:
import concurrent.futures
# 定义一个简单的函数,用于模拟耗时任务
def task(n):
print(f"Processing {n}")
return n * n
# 创建一个线程池执行器
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
# 将任务提交给线程池
future_to_task = {executor.submit(task, n): n for n in range(10)}
# 等待所有任务完成,并获取结果
for future in concurrent.futures.as_completed(future_to_task):
result = future.result()
print(f"Task returned {result}")
使用ProcessPoolExecutor
:
import concurrent.futures
# 定义一个简单的函数,用于模拟耗时任务
def task(n):
print(f"Processing {n}")
return n * n
# 创建一个进程池执行器
with concurrent.futures.ProcessPoolExecutor() as executor:
# 将任务提交给进程池
results = list(executor.map(task, range(10)))
# 打印结果
for result in results:
print(result)
在使用concurrent.futures
时,需要注意以下几点:
- 线程池和进程池的选择:根据任务的类型(I/O密集型或CPU密集型)选择合适的执行器。
- 异常处理:在提交给线程池或进程池的函数中,应该妥善处理可能发生的异常。
- 资源限制:在创建线程池或进程池时,应该合理设置
max_workers
的数量,以避免资源耗尽。 - 线程/进程安全:当使用线程池时,需要注意线程安全问题,确保共享资源的访问是安全的。
concurrent.futures
模块提供了一个简单而强大的接口来实现并发编程,使得Python程序能够更有效地利用多核处理器和I/O资源。