前言
大家好,我是星期八。
我们都知道,不管是Java,还是C++,还是Go,还是Python,都是有线程这个概念的。
但是我们知道,线程是不能随便创建的,就像每招一个员工一样,是有代价的,无限制招人肯定最后各种崩溃。
所以通常情况下,我们会引出线程池这个概念。
本质就是我就招了几个固定的员工,给他们派活,某一个人的活干完了再去任务中心领取新的活。
防止任务太多,一次性招太多工人,最后系统崩溃。
开心一刻
理想的多线程
实际的多线程
from concurrent.futures import ...
可能也是因为线程池这个东西用的越来越多了吧,从Python3.2+之后,就成了内置模块。
对的,直接就能使用,不需要pip进行安装什么的。
concurrent.futures下面主要有俩接口。
- ThreadPoolExecutor 线程池。
- ProcessPoolExecutor进程池。
这里可没有什么所谓的异步池。
个人看法:虽然异步的性能很高,但是目前除了Go以外,其他实现的都不是太好,用法上面有些怪异,当然,你们可以说我菜,我承认。
线程池
示例代码
- import time
- from concurrent.futures import ThreadPoolExecutor
- import random
-
- # max_workers表示工人数量,也就是线程池里面的线程数量
- pool = ThreadPoolExecutor(max_workers=10)
- # 任务列表
- task_list = ["任务1", "任务2", "任务3", "任务4", ]
-
-
- def handler(task_name):
- # 随机睡眠,模仿任务执行时间不确定性
- n = random.randrange(5)
- time.sleep(n)
- print(f"任务内容:{task_name}")
-
-
- if __name__ == '__main__':
- # 遍历任务,
- for task in task_list:
- """
- 交给函数处理,submit会将所有任务都提交到一个地方,不会阻塞
- 然后线程池里面的每个线程会来取任务,
- 比如:线程池有3个线程,但是有5个任务
- 会先取走三个任务,每个线程去处理
- 其中一个线程处理完自己的任务之后,会再来提交过的任务区再拿走一个任务
- """
- pool.submit(handler, task)
- print("main执行完毕")
执行结果
发现的问题
其实这个就是并发的,不要怀疑,但是你有没有发现个问题,main先执行,这说明啥?
这说明,我main跑完之后,是不管子线程的死活的。
那能不能设置一下,所有的子线程都执行完之后,main函数在执行完?
当然可以,需要一个参数即可。
- pool.shutdown()
要完成上述的问题,我们需要一个参数,加上这个参数之后。
就可以让主线程等待所有子线程执行完之后,主线程再执行完。
示例代码
- ...
- if __name__ == '__main__':
- # 遍历任务,
- for task in task_list:
- """
- 交给函数处理,submit会将所有任务都提交到一个地方
- 然后线程池里面的每个线程会来取任务,
- 比如:线程池有3个线程,但是有5个任务
- 会先取走三个任务,每个线程去处理
- 其中一个线程处理完自己的任务之后,会再来提交过的任务区再拿走一个任务
- """
- pool.submit(handler, task)
- pool.shutdown()
- print("main执行完毕")
主要就是13行的pool.shutdown()。
执行结果
这次结果就是我们想要的了,hhh!!!
- add_done_callback
add_done_callback可以理解为是回调函数,线程执行完之后,会自动调用指定的回调函数。
并且能拿到线程执行函数的返回值。
有什么用,我也没用过,怪我才疏学浅叭。
示例代码
- import time
- from concurrent.futures import ThreadPoolExecutor
- import random
- from concurrent.futures._base import Future
-
- # max_workers表示工人数量,也就是线程池里面的线程数量
- pool = ThreadPoolExecutor(max_workers=10)
- # 任务列表
- task_list = ["任务1", "任务2", "任务3", "任务4", ]
-
-
- def handler(task_name):
- # 随机睡眠,模仿任务执行时间不确定性
- n = random.randrange(5)
- time.sleep(n)
- print(f"任务内容:{task_name}")
- return f"任务内容:{task_name}"
-
-
- def done(res: Future):
- print("done拿到的返回值:", res.result())
-
-
- if __name__ == '__main__':
- # 遍历任务,
- for task in task_list:
- futrue = pool.submit(handler, task) # type:Future
- futrue.add_done_callback(done)
- pool.shutdown()
- print("main执行完毕")
注意:第17,27,28行代码!
执行效果
我想,可能通常用在一些善后工作叭。
多进程方式
其实通过上述几个例子,我们基本是知道怎么使用上面这个线程池了。
但是都知道Python的线程,因为GIL(全局解释器锁)的原因,是不能并发到多个物理核心上的。
所以是IO密集型的,像爬虫,读写文件,使用线程池是ok的。
但是如果说我就是野,就是头铁,非要用Python做计算型应用,像图片压缩、视频流推送,那没办法,需要使用多进程池方式。
其实通过concurrent这个接口,可以很方便的创建进程池,只需要修改两个地方。
- ...
- # 改成导入进程池方式
- from concurrent.futures import ProcessPoolExecutor
- ...
- if __name__ == '__main__':
- ...
- # 进程池方式
- pool = ProcessPoolExecutor(max_workers=10)
- ...
只需要修改这俩地方即可,其他和上述用法一摸一样。
总结
本篇主要讲的是Python自带的线程池和进程池。
比较有特色的是,ThreadPoolExecutor,ProcessPoolExecutor的接口是一样的。
只需要修改导入的包就行。
concurrent的接口主要有pool.submit(),pool.shutdown(),futrue.add_done_callback()。
基本这几个都够自己用了。
本文转载自微信公众号「 Python爬虫与数据挖掘」,可以通过以下二维码关注。转载本文请联系 Python爬虫与数据挖掘公众号。