python--线程池(concurrent.futures)

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*- 
 3 # author:love_cat
 4 
 5 # 为什么需要线程池
 6 # 1.主线程中可以获取某一个线程的状态或者某一个任务的状态，以及返回值
 7 # 2.当一个线程完成时，主线程能够立即知道
 8 # 3.futures可以让多线程和多进程编码接口一致
 9 
10 # 导入相应的模块
11 from concurrent.futures import ThreadPoolExecutor
12 import time
13 
14 
15 def get_sleep(name, t):
16     time.sleep(t)
17     print(f"{name}睡了{t}秒")
18 
19 
20 # 创建一个一定容量的线程池
21 # max_workers=3表示池子里最多可以容纳三个线程
22 executor = ThreadPoolExecutor(max_workers=3)
23 
24 # 往池子里添加任务
25 # 第一个是函数名，注意不要加括号，否则变成调用了
26 # 然后依次写参数
27 executor.submit(get_sleep, "satori", 4)
28 executor.submit(get_sleep, "mashiro", 3)
29 executor.submit(get_sleep, "miku", 2)
30 
31 # 注意：submit不会阻塞，submit相当于开启了一个线程
32 # 然后主线程会立即往下执行
33 print("i love satori")  # 因此这句话会最先被打印出来
34 
35 
36 # 程序运行结果
37 ‘‘‘
38 i love satori
39 miku睡了2秒
40 mashiro睡了3秒
41 satori睡了4秒
42 ‘‘‘

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*- 
 3 # author:love_cat
 4 
 5 from concurrent.futures import ThreadPoolExecutor
 6 import time
 7 
 8 
 9 def get_sleep(name, t):
10     time.sleep(t)
11     print(f"{name}睡了{t}秒")
12     return f"{name}--{t}秒"
13 
14 
15 executor = ThreadPoolExecutor(max_workers=3)
16 
17 # 我们submit函数是具有返回值的，比方说我们赋值为task
18 # 那么task1，task2，task3可以获取对应线程的执行状态
19 task1 = executor.submit(get_sleep, "satori", 4)
20 task2 = executor.submit(get_sleep, "mashiro", 3)
21 task3 = executor.submit(get_sleep, "miku", 2)
22 
23 
24 # task.done()表示任务是否完成
25 print(task1.done())
26 print(task2.done())
27 print(task3.done())
28 
29 # 我们等五秒，因此上面的任务肯定已经全部执行完毕
30 # 再打印状态
31 print("-------等待五秒钟-------")
32 time.sleep(5)
33 print(task1.done())
34 print(task2.done())
35 print(task3.done())
36 
37 # 当然我们也可以获取任务的返回值
38 print(task1.result())
39 print(task2.result())
40 print(task3.result())
41 
42 # 程序运行结果
43 ‘‘‘
44 False
45 False
46 False
47 -------等待五秒钟-------
48 miku睡了2秒
49 mashiro睡了3秒
50 satori睡了4秒
51 True
52 True
53 True
54 satori--4秒
55 mashiro--3秒
56 miku--2秒
57 ‘‘‘
58 # 首先主线程在添加完任务之后，会立刻执行task.done()，此时三个任务还没有执行完毕，因此打印三个False
59 # 打印等待五秒钟
60 # 主线程等待五秒钟之后，三个任务已经执行完毕，并且会打印各自的内容。
61 # 执行task.done()，由于此时三个任务执行完毕，因此打印三个True
62 # 然后通过task.result()会得到任务的返回值

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*- 
 3 # author:love_cat
 4 
 5 # 关于task.result()方法，这个方法是阻塞的
 6 # 只有在获取到函数的返回值之后才会执行，那么此时任务也已经执行完毕
 7 
 8 from concurrent.futures import ThreadPoolExecutor
 9 import time
10 
11 
12 def get_sleep(t):
13     print(f"{t}")
14     time.sleep(t)
15     return f"我睡了{t}秒"
16 
17 
18 executor = ThreadPoolExecutor(max_workers=3)
19 
20 task1 = executor.submit(get_sleep, 3)
21 task2 = executor.submit(get_sleep, 4)
22 task3 = executor.submit(get_sleep, 1)
23 
24 task2.result()
25 print("主线程执行完毕··········")
26 
27 ‘‘‘
28 3
29 4
30 1
31 主线程执行完毕··········
32 ‘‘‘
33 # 可以看到先打印3,4,1，然后等待大概四秒钟，打印"主线程执行完毕··········"
34 # task.result()方法是会阻塞的，其实也很好理解，task.result()是为了获取任务的返回值，如果任务都还没有执行完，那么当然会卡住

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 一般我们要确保所有的任务都执行完毕，才选择让主线程往下走
from concurrent.futures import ThreadPoolExecutor
import time


def get_sleep(t):
    print(f"{t}")
    time.sleep(t)
    return f"我睡了{t}秒"


executor = ThreadPoolExecutor(max_workers=3)

task1 = executor.submit(get_sleep, 3)
task2 = executor.submit(get_sleep, 4)
task3 = executor.submit(get_sleep, 1)

# 将所有的task添加到一个列表中
all_task = [task1, task2, task3]

for task in all_task:
    print(task.result())

print("主线程执行完毕···")

‘‘‘
3
4
1
我睡了3秒
我睡了4秒
我睡了1秒
主线程执行完毕···
‘‘‘

# 首先打印3,4,1很好理解，但是为什么先是"我睡了3秒"，难道不应该是"我睡了1秒"吗？
# 关于task.result()的返回顺序问题，是按照添加任务的顺序返回的
# 先执行的是task1.result()，所以必须要先等待三秒
# 再执行task2.result()，由于已经过了三秒，因此再等待一秒
# 最后执行task3.result(),此时task3早已经执行完毕，然后直接打印"我睡了1秒"
# 因此task.result()的返回顺序，是由任务的添加顺序决定的

# 比如，我换一种方式添加

all_task = [task3, task2, task1]
for task in all_task:
    print(task.result())

‘‘‘
我睡了1秒
我睡了4秒
我睡了3秒
‘‘‘
# 返回结果也验证了我们上述的判断

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 如何取消一个任务，注意任务一旦开始执行那么便不能被取消了

from concurrent.futures import ThreadPoolExecutor
import time


def get_sleep(t):
    print(f"{t}")
    time.sleep(t)
    return f"我睡了{t}秒"


executor = ThreadPoolExecutor(max_workers=3)

task1 = executor.submit(get_sleep, 3)
task2 = executor.submit(get_sleep, 4)
task3 = executor.submit(get_sleep, 1)

# task.cancel()表示取消一个函数，返回值是一个布尔类型。
# 通过True或者False，来判断是否取消成功
print(task3.cancel())
‘‘‘
3
4
1
False
‘‘‘
# 可以看到返回结果为False，因为程序已经执行了

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 取消任务，只有任务在还没有执行的时候

from concurrent.futures import ThreadPoolExecutor
import time


def get_sleep(t):
    print(f"{t}")
    time.sleep(t)
    return f"我睡了{t}秒"


# 这次我们只添加两个任务，首先task3肯定被添加到了任务队列里
# 但由于最大工作数是2，因此暂时是不会执行的，只有当某个其他的任务执行完毕，才会被执行
# 那么此时就可以取消了，因为task3还没有被执行
executor = ThreadPoolExecutor(max_workers=2)

task1 = executor.submit(get_sleep, 3)
task2 = executor.submit(get_sleep, 4)
task3 = executor.submit(get_sleep, 1)

print(task3.cancel())
‘‘‘
3
4
True
‘‘‘
# 可以看到返回结果True，说明取消成功了，而且task3的任务也没有执行

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 如何获取已完成的任务的返回值
# 这里使用as_complete函数
from concurrent.futures import ThreadPoolExecutor, as_completed
import time


def get_sleep(name, t):
    time.sleep(t)
    return f"{name}睡了{t}秒"


executor = ThreadPoolExecutor(max_workers=3)

task1 = executor.submit(get_sleep, "mashiro", 3)
task2 = executor.submit(get_sleep, "satori", 4)
task3 = executor.submit(get_sleep, "miku", 1)
all_task = [task1, task2, task3]

# 会异步检测有哪些任务完成
# 既然这样的话，那么我们可以推测，返回值应该和添加顺序无关，哪个先完成，哪个就先被返回
for task in as_completed(all_task):
    print(task.result())

‘‘‘
miku睡了1秒
mashiro睡了3秒
satori睡了4秒
‘‘‘

# 因此我们分析的是正确的，as_complete函数会不断地检测有哪些任务完成
# 那么as_complete是如何做到这一点的呢？
# 我们可以看一下源码

# as_complete源码
‘‘‘
def as_completed(fs, timeout=None):
    """An iterator over the given futures that yields each as it completes.

    Args:
        fs: The sequence of Futures (possibly created by different Executors) to
            iterate over.
        timeout: The maximum number of seconds to wait. If None, then there
            is no limit on the wait time.

    Returns:
        An iterator that yields the given Futures as they complete (finished or
        cancelled). If any given Futures are duplicated, they will be returned
        once.

    Raises:
        TimeoutError: If the entire result iterator could not be generated
            before the given timeout.
    """
    if timeout is not None:
        end_time = timeout + time.time()

    fs = set(fs)
    total_futures = len(fs)
    with _AcquireFutures(fs):
        finished = set(
                f for f in fs
                if f._state in [CANCELLED_AND_NOTIFIED, FINISHED])
        pending = fs - finished
        waiter = _create_and_install_waiters(fs, _AS_COMPLETED)
    finished = list(finished)
    try:
        yield from _yield_finished_futures(finished, waiter,
                                           ref_collect=(fs,))

        while pending:
            if timeout is None:
                wait_timeout = None
            else:
                wait_timeout = end_time - time.time()
                if wait_timeout < 0:
                    raise TimeoutError(
                            ‘%d (of %d) futures unfinished‘ % (
                            len(pending), total_futures))

            waiter.event.wait(wait_timeout)

            with waiter.lock:
                finished = waiter.finished_futures
                waiter.finished_futures = []
                waiter.event.clear()

            # reverse to keep finishing order
            finished.reverse()
            yield from _yield_finished_futures(finished, waiter,
                                               ref_collect=(fs, pending))

    finally:
        # Remove waiter from unfinished futures
        for f in fs:
            with f._condition:
                f._waiters.remove(waiter)
‘‘‘

# 可以看到函数当中出现了yield from,说明这个as_complete是一个生成器
# yield from 出现了两次
# 第一次：有可能主线程当中遇到了阻塞，在执行到as_complete函数的时候，已经有一部分任务执行完毕，所以第一个yield from将那些已经结束的任务yield出去
# 第二次：然后对于那些没有完成的任务，就不断地循环检测它们的状态，如果有完成的任务，那么继续yield出去

# 因此异步的特点就在于此，当任务完成之后，我们主线程会立刻感受到，从而获取已经完成的任务的返回值

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 我们也可以通过executor获取返回结果
# 可以用到executor下的map方法

from concurrent.futures import ThreadPoolExecutor
import time


def get_sleep(t):
    time.sleep(t)
    return f"睡了{t}秒"


executor = ThreadPoolExecutor(max_workers=3)

# 首先这里的map和python内置的map是比较类似的
# map里面传入函数，后面是任务的参数，作为一个可迭代对象
# 这样就可以自动执行了，不需要submit，map函数是位于executor下的一个方法

for data in executor.map(get_sleep, [3, 4, 1]):
    print(data)

# 程序运行结果
‘‘‘
mashiro睡了3秒
satori睡了4秒
miku睡了1秒
‘‘‘
# 可以看到返回值的顺序和你添加任务的顺序保持一致
# map函数不像as_complete一样，具有异步检测机制，可以先返回已经完成的任务

# 并且也不用再使用result()方法了，返回的直接就是任务的返回值
# 至于原因我们也可以看一下源码
‘‘‘
    def map(self, fn, *iterables, timeout=None, chunksize=1):
        """Returns an iterator equivalent to map(fn, iter).

        Args:
            fn: A callable that will take as many arguments as there are
                passed iterables.
            timeout: The maximum number of seconds to wait. If None, then there
                is no limit on the wait time.
            chunksize: The size of the chunks the iterable will be broken into
                before being passed to a child process. This argument is only
                used by ProcessPoolExecutor; it is ignored by
                ThreadPoolExecutor.

        Returns:
            An iterator equivalent to: map(func, *iterables) but the calls may
            be evaluated out-of-order.

        Raises:
            TimeoutError: If the entire result iterator could not be generated
                before the given timeout.
            Exception: If fn(*args) raises for any values.
        """
        if timeout is not None:
            end_time = timeout + time.time()

        fs = [self.submit(fn, *args) for args in zip(*iterables)]

        # Yield must be hidden in closure so that the futures are submitted
        # before the first iterator value is required.
        def result_iterator():
            try:
                # reverse to keep finishing order
                fs.reverse()
                while fs:
                    # Careful not to keep a reference to the popped future
                    if timeout is None:
                        yield fs.pop().result()
                    else:
                        yield fs.pop().result(end_time - time.time())
            finally:
                for future in fs:
                    future.cancel()
        return result_iterator()
‘‘‘
# 可以到在yield的时候，并没有yield出来task，而是直接将task.result()给yield出来了
# 因此循环得到的就是task的返回值

‘‘‘
fs = [self.submit(fn, *args) for args in zip(*iterables)]
‘‘‘
# 而且从这句源码我们也可以看到，当调用map的时候，本质上调用的还是executor.submit,因为self就相当于我们这里的executor

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 关于map方法，再补充一点
# 有个地方，个人觉得非常恶心(只是本人这样觉得)

from concurrent.futures import ThreadPoolExecutor
import time


# 之前的例子是一个参数，那么如果改成两个，map函数那里如何传参呢？
def get_sleep(name, t):
    time.sleep(t)
    return f"{name}睡了{t}秒"


executor = ThreadPoolExecutor(max_workers=3)

‘‘‘
def map(self, fn, *iterables, timeout=None, chunksize=1):
‘‘‘
# 通过源码，得到map函数定义如下。可以看到接收很多参数，但参数都是可迭代的类型
# 于是我们想到了 executor.map(get_sleep,["mashiro",3],["satori",4],["miku",1])
# 但是这样的话就完了。我们可以看看源码对我们传入的参数是怎么处理的
‘‘‘
fs = [self.submit(fn, *args) for args in zip(*iterables)]
‘‘‘
# 可以看到源码干了这么一件事
# 如果我们像之前那样传参的话,举个栗子
‘‘‘
def mmp(*iterable):
    for args in zip(*iterable):
        print(*args)

mmp(["mashiro", 3], ["satori", 4], ["miku", 1])

    
‘mashiro‘, ‘satori‘, ‘miku‘
3, 4, 1    
‘‘‘
# 那么此时self.submit(fn,*args) ===>self.submit(fn, "mashiro", "satori", "miku")
# 这与我们传参完全搞反了
# 因此，当我们要传入多个参数的是，应该这样传,executor.map(get_sleep,["mashiro","satori","miku"],[3,4,1])

for data in executor.map(get_sleep, ["mashiro", "satori", "miku"], [3, 4, 1]):
    print(data)
# 程序运行结果
‘‘‘
mashiro睡了3秒
satori睡了4秒
miku睡了1秒
‘‘‘
# 这样程序便可正确执行

# 关于传参的方式，我个人的话可能会这么设计
‘‘‘
def mmp(*iterable):
    for args in iterable:
        print(*args)

mmp(["mashiro", 3], ["satori", 4], ["miku", 1])
输出结果：
    mashiro 3
    satori 4
    miku 1
‘‘‘

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# author:love_cat

# 让主线程等待
# 可以使用wait方法

from concurrent.futures import ThreadPoolExecutor, wait
import time


def get_sleep(name, t):
    print(f"{name}睡完{t}秒了，主线程你走了吗？")
    time.sleep(t)
    return f"{name}睡了{t}秒"


executor = ThreadPoolExecutor(max_workers=3)

task1 = executor.submit(get_sleep, "mashiro", 3)
task2 = executor.submit(get_sleep, "satori", 4)
task3 = executor.submit(get_sleep, "miku", 1)
all_task = [task1, task2, task3]

# wait(all_task)，会使主线程卡在这里，只有等待所有任务完成才会往下走
wait(all_task)   # 里面有个return_when参数，默认是ALL_COMPLETE,会等待所有任务完成。也可以指定FIRST_COMPLETE,等待第一个任务完成就往下走
print("你们都睡完了，我才能往下走···")
# 程序运行结果
‘‘‘
mashiro睡完3秒了，主线程你走了吗？
satori睡完4秒了，主线程你走了吗？
miku睡完1秒了，主线程你走了吗？
你们都睡完了，我才能往下走···
‘‘‘