Python之concurrent.futures模块的使用
concurrent.futures的作用:
管理并发任务池。concurrent.futures模块提供了使用工作线程或进程池运行任务的接口。线程和进程池API都是一样,所以应用只做最小的修改就可以在线程和进程之间地切换
1、基于线程池使用map()
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures
import threading
import time def task(n):
print('{}: 睡眠 {}'.format(threading.current_thread().name,n))
time.sleep(n / 10)
print('{}: 执行完成 {}'.format(threading.current_thread().name,n))
return n / 10 ex = futures.ThreadPoolExecutor(max_workers=2)
print('main: 开始运行')
results = ex.map(task, range(5, 0, -1)) #返回值是generator 生成器
print('main: 未处理的结果 {}'.format(results))
print('main: 等待真实结果')
real_results = list(results)
print('main: 最终结果: {}'.format(real_results))
futures_thread_pool_map.py
运行效果
[root@ mnt]# python3 futures_thread_pool_map.py
main: 开始运行
ThreadPoolExecutor-0_0: 睡眠
ThreadPoolExecutor-0_1: 睡眠
main: 未处理的结果 <generator object Executor.map.<locals>.result_iterator at 0x7f1c97484678>
main: 等待真实结果
ThreadPoolExecutor-0_1: 执行完成
ThreadPoolExecutor-0_1: 睡眠
ThreadPoolExecutor-0_0: 执行完成
ThreadPoolExecutor-0_0: 睡眠
ThreadPoolExecutor-0_0: 执行完成
ThreadPoolExecutor-0_0: 睡眠
ThreadPoolExecutor-0_1: 执行完成
ThreadPoolExecutor-0_0: 执行完成
main: 最终结果: [0.5, 0.4, 0.3, 0.2, 0.1]
2、futures执行单个任务
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures
import threading
import time def task(n):
print('{}: 睡眠 {}'.format(threading.current_thread().name, n))
time.sleep(n / 10)
print('{}: 执行完成 {}'.format(threading.current_thread().name, n))
return n / 10 ex = futures.ThreadPoolExecutor(max_workers=2)
print('main :开始')
f = ex.submit(task, 5)
print('main: future: {}'.format(f))
print('等待运行结果')
results = f.result()
print('main: result:{}'.format(results))
print('main: future 之后的结果:{}'.format(f))
futures_thread_pool_submit.py
运行效果
[root@ mnt]# python3 futures_thread_pool_submit.py
main :开始
ThreadPoolExecutor-0_0: 睡眠 5
main: future: <Future at 0x7f40c0a6a400 state=running>
等待运行结果
ThreadPoolExecutor-0_0: 执行完成 5
main: result:0.5
main: future 之后的结果:<Future at 0x7f40c0a6a400 state=finished returned float>
3、futures.as_completed()按任意顺序运行结果
#!/usr/bin/env python
# -*- coding: utf-8 -*- import random
import time
from concurrent import futures def task(n):
time.sleep(random.random())
return (n, n / 10) ex = futures.ThreadPoolExecutor(max_workers=2)
print('main: 开始')
wait_for = [
ex.submit(task, i) for i in range(5, 0, -1)
]
for f in futures.as_completed(wait_for):
print('main: result:{}'.format(f.result()))
futures_as_completed.py
运行效果
[root@ mnt]# python3 futures_as_completed.py
main: 开始
main: result:(, 0.5)
main: result:(, 0.4)
main: result:(, 0.3)
main: result:(, 0.1)
main: result:(, 0.2)
4、Future回调之futures.add_done_callback()
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures
import time def task(n):
print('task {} : 睡眠'.format(n))
time.sleep(0.5)
print('task {} : 完成'.format(n))
return n / 10 def done(fn):
if fn.cancelled():
print('done {}:取消'.format(fn.arg))
elif fn.done():
error = fn.exception()
if error:
print('done {} : 错误返回 : {}'.format(fn.arg, error))
else:
result = fn.result()
print('done {} : 正常返回 : {}'.format(fn.arg, result)) if __name__ == '__main__':
ex = futures.ThreadPoolExecutor(max_workers=2)
print('main : 开始')
f = ex.submit(task, 5)
f.arg = 5
f.add_done_callback(done)
result = f.result()
futures_future_callback.py
运行效果
[root@ mnt]# python3 futures_future_callback.py
main : 开始
task : 睡眠
task : 完成
done : 正常返回 : 0.5
5、Future任务取消之futures.cancel()
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures
import time def task(n):
print('task {} : 睡眠'.format(n))
time.sleep(0.5)
print('task {} : 完成'.format(n))
return n / 10 def done(fn):
if fn.cancelled():
print('done {}:取消'.format(fn.arg))
elif fn.done():
error = fn.exception()
if error:
print('done {} : 错误返回 : {}'.format(fn.arg, error))
else:
result = fn.result()
print('done {} : 正常返回 : {}'.format(fn.arg, result)) if __name__ == '__main__':
ex = futures.ThreadPoolExecutor(max_workers=2)
print('main : 开始')
tasks = [] for i in range(10, 0, -1):
print('main: submitting {}'.format(i))
f = ex.submit(task, i)
f.arg = i
f.add_done_callback(done)
tasks.append((i, f)) for i, task_obj in reversed(tasks):
if not task_obj.cancel():
print('main: 不能取消{}'.format(i)) ex.shutdown()
futures_future_callback_cancel.py
运行效果
[root@mnt]# python3 futures_future_callback_cancel.py
main : 开始
main: submitting
task : 睡眠
main: submitting
task : 睡眠
main: submitting
main: submitting
main: submitting
main: submitting
main: submitting
main: submitting
main: submitting
main: submitting
done :取消
done :取消
done :取消
done :取消
done :取消
done :取消
done :取消
done :取消
main: 不能取消9
main: 不能取消10
task : 完成
done : 正常返回 : 1.0
task : 完成
done : 正常返回 : 0.9
6、Future异常的处理
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures def task(n):
print('{} : 开始'.format(n))
raise ValueError('这个值不太好 {}'.format(n)) ex = futures.ThreadPoolExecutor(max_workers=2)
print('main: 开始...') f = ex.submit(task, 5) error = f.exception()
print('main: error:{}'.format(error)) try:
result = f.result()
except ValueError as e:
print('访问结果值的异常 {}'.format(e))
futures_future_exception
运行效果
[root@mnt]# python3 futures_future_exception.py
main: 开始...
: 开始
main: error:这个值不太好
访问结果值的异常 这个值不太好
7、Future上下文管理即利用with打开futures.ThreadPoolExecutor()
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures def task(n):
print(n) with futures.ThreadPoolExecutor(max_workers=2) as ex:
print('main: 开始')
ex.submit(task, 1)
ex.submit(task, 2)
ex.submit(task, 3)
ex.submit(task, 4)
print('main: 结束')
futures_context_manager.py
运行效果
[root@ mnt]# python3 futures_context_manager.py
main: 开始 main: 结束
8、基于进程池使用map()
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures
import os def task(n):
return (n, os.getpid()) if __name__ == '__main__':
ex = futures.ProcessPoolExecutor(max_workers=2)
results = ex.map(task, range(50, 0, -1))
for n, pid in results:
print('task {} in 进程id {}'.format(n, pid))
futures_process_pool_map.py
运行效果
[root@ mnt]# python3 futures_process_pool_map.py
task in 进程id
task in 进程id
task in 进程id
task in 进程id
task in 进程id
9、基于进程池异常处理
#!/usr/bin/env python
# -*- coding: utf-8 -*- from concurrent import futures
import os
import signal def task(n):
return (n, os.getpid()) if __name__ == '__main__':
with futures.ProcessPoolExecutor(max_workers=2) as ex:
print('获取工作进程的id')
f1 = ex.submit(os.getpid)
pid1 = f1.result() print('结束进程 {}'.format(pid1))
os.kill(pid1, signal.SIGHUP) print('提交其它进程')
f2 = ex.submit(os.getpid)
try:
pid2 = f2.result()
except futures.process.BrokenProcessPool as e:
print('不能开始新的任务:{}'.format(e))
futures_process_pool_broken.py
运行效果
[root@ mnt]# python3 futures_process_pool_broken.py
获取工作进程的id
结束进程
提交其它进程
不能开始新的任务:A process in the process pool was terminated abruptly while the future was running or pending.
Python之concurrent.futures模块的使用的更多相关文章
- python之concurrent.futures模块
一.concurrent.futures模块简介 concurrent.futures 模块提供了并发执行调用的高级接口 并发可以使用threads执行,使用ThreadPoolExecutor 或 ...
- Python之线程 3 - 信号量、事件、线程队列与concurrent.futures模块
一 信号量 二 事件 三 条件Condition 四 定时器(了解) 五 线程队列 六 标准模块-concurrent.futures 基本方法 ThreadPoolExecutor的简单使用 Pro ...
- Python并发编程之线程池/进程池--concurrent.futures模块
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/ ...
- 《转载》Python并发编程之线程池/进程池--concurrent.futures模块
本文转载自Python并发编程之线程池/进程池--concurrent.futures模块 一.关于concurrent.futures模块 Python标准库为我们提供了threading和mult ...
- Python之路(第四十六篇)多种方法实现python线程池(threadpool模块\multiprocessing.dummy模块\concurrent.futures模块)
一.线程池 很久(python2.6)之前python没有官方的线程池模块,只有第三方的threadpool模块, 之后再python2.6加入了multiprocessing.dummy 作为可以使 ...
- Python之网络编程之concurrent.futures模块
需要注意一下不能无限的开进程,不能无限的开线程最常用的就是开进程池,开线程池.其中回调函数非常重要回调函数其实可以作为一种编程思想,谁好了谁就去掉 只要你用并发,就会有锁的问题,但是你不能一直去自己加 ...
- 45、concurrent.futures模块与协程
concurrent.futures —Launching parallel tasks concurrent.futures模块同时提供了进程池和线程池,它是将来的使用趋势,同样我们之前学习 ...
- 线程池、进程池(concurrent.futures模块)和协程
一.线程池 1.concurrent.futures模块 介绍 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 Pro ...
- 35、concurrent.futures模块与协程
concurrent.futures —Launching parallel tasks concurrent.futures模块同时提供了进程池和线程池,它是将来的使用趋势,同样我们之前学习 ...
随机推荐
- Archlinux开启ssh服务命令
Archlinux开启ssh服务命令: systemctl enable sshd.service 开机启动 systemctl start sshd.service 立即启动 systemctl r ...
- HDU 4123 Bob’s Race 树的直径+ST表
Bob’s Race Time Limit: 20 Sec Memory Limit: 256 MB 题目连接 http://acm.hdu.edu.cn/showproblem.php?pid=41 ...
- rbac权限控制组件实现控制的基本原理图
今天先整理一个rbac的权限控制的原理图上来 代码 后面就不透漏了,但是实现的方法有很多种,我这个只是其中一种的一部分!
- nginx.conf and dockerfile带颜色
wget http://www.vim.org/scripts/download_script.php?src_id=14376 -O nginx.vim mv nginx.vim /usr/shar ...
- Python学习7——异常
编写程序时,通常能够区分正常和异常情况.为了处理这些异常,可在每个可能出现异常的地方都使用上条件语句,但这样大大降低了程序的可读性,那么怎么解决哪?Python提供强大的替代解决方案——异常处理机制. ...
- 怎样查看或修改html的绝对路径
查看用 Node.prototype.baseURI, 修改用 <base>; document.baseURI; // https://www.cnblogs.com/aisowe // ...
- python获取文件及文件夹大小
Python3.3下测试通过 获取文件大小 使用os.path.getsize函数,参数是文件的路径 获取文件夹大小 import os from os.path import join, getsi ...
- vue开发后台管理系统有感
使用vue开发后台近一个月,今天终于完成得差不多了,期间也遇到很多的问题,所以利用现在的闲暇时间做个总结 使用element-ui基础,这次使用了vue-element-admin(github地址) ...
- 在线程中使用ClientQuery注意的问题
今天遇到奇怪的问题,在线程中建立一个TkbmMWClientQuery的临时对象q,及一个TkbmMWBinaryStreamFormat的临时对象bsf,第一次执行正常,再次执行时一直等待,也不产生 ...
- Java学习笔记【十、泛型】
简介 Java 泛型(generics)是 JDK 5 中引入的一个新特性, 泛型提供了编译时类型安全检测机制,该机制允许程序员在编译时检测到非法的类型. 泛型的本质是参数化类型,也就是说所操作的数据 ...