python并发编程--进程--其他模块-从菜鸟到老鸟

Posted 2021-03-03 少年阿斌

concurrent模块

1、concurrent模块的介绍

• 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
  • ProcessPoolExecutor：进程池，提供异步调用

ProcessPoolExecutor 和 ThreadPoolExecutor：两者都实现相同的接口，该接口由抽象Executor类定义。

2、基本方法

使用_base.Executor

concurrent.futures.thread.ThreadPoolExecutor    #线程池
concurrent.futures.process.ProcessPoolExecutor  #进程池
#构造函数
　　def __init__(self, max_workers=None, mp_context=None,
             　　initializer=None, initargs=()):

• submit(fn, *args, **kwargs) :异步提交任务

　　　　使用submit函数来提交线程需要执行任务(函数名和参数)到线程池中，并返回该任务的句柄(类似于文件、画图)，注意submit()不是阻塞的，而是立即返回。

• map(func, *iterables, timeout=None, chunksize=1)

　　　　取代for循环submit的操作

• shutdown(wait=True) ：相当于进程池的pool.close()+pool.join()操作
  • wait=True，等待池内所有任务执行完毕回收完资源后才继续
  • wait=False，立即返回，并不会等待池内的任务执行完毕
  • 但不管wait参数为何值，整个程序都会等到所有任务执行完毕

      note：submit和map必须在shutdown之前

 

pool.submit()返回的对象是

concurrent.futures._base.Future类

add_done_callback(self,fn)
cancel(self)
cancelled(self)
done(self)
exception(self,timeout=None)
result(self,timeout=None)
running(self)
set_exception(self,exception)
set_result(self,result)
set_running_or_notify_cancel(self)

• result(timeout=None) ：取得结果，通过submit函数返回的任务句柄,使用result()方法可以获取任务的返回值，查看内部代码，发现这个方法是阻塞的
• done()方法判断该任务是否结束
• add_done_callback(fn) ：回调函数

3、进程池和线程池

　　池的功能：限制进程数或线程数.

　　什么时候限制： 当并发的任务数量远远大于计算机所能承受的范围,即无法一次性开启过多的任务数量 我就应该考虑去限制我进程数或线程数,从保证服务器不崩.

3.1 进程池

from concurrent.futures import ProcessPoolExecutor
import os
import time
def task(i):
    print("第"+str(i)+"个在执行任务id:"+str(os.getpid()))
    time.sleep(1)
if __name__ == \'__main__\':
    start=time.time()

    pool = ProcessPoolExecutor(4) # 进程池里又4个进程

    for i in range(5): # 5个任务
        pool.submit(task,i)# 进程池里当前执行的任务i，池子里的4个进程一次一次执行任务
    pool.shutdown()
    print("耗时：",time.time()-start)

　　

 3.2 线程池

from concurrent.futures import ThreadPoolExecutor
from threading import currentThread

import time
def task(i):
    print("第"+str(i)+"个在执行任务id:"+currentThread().name)
    time.sleep(1)
if __name__ == \'__main__\':
    start = time.time()

    pool = ThreadPoolExecutor(4) # 进程池里又4个线程
    for i in range(5): # 5个任务
        pool.submit(task,i)# 线程池里当前执行的任务i，池子里的4个线程一次一次执行任务
    pool.shutdown()
    print("耗时：",time.time()-start)

　　

　　其他：done() 、 result()

• 通过submit函数返回的任务句柄,能够使用done()方法判断该任务是否结束
• 使用result()方法可以获取任务的返回值，查看内部代码，发现这个方法是阻塞的

 

 3.4列表+as_compelete模拟先进先出

　　　　对于线程，这样可以模拟执行与结果的先进先出。

　　　　但是对于进程会报错。

import time
from concurrent.futures import ProcessPoolExecutor,as_completed,ThreadPoolExecutor

def get_html(i):
    times=1
    time.sleep(times)
    print("第 NO.{i}  get page {times} finished".format(i=i,times=times))
    return "第 NO.{i} ".format(i=i)

start=time.time()
executor = ThreadPoolExecutor(max_workers=2)
# executor = ProcessPoolExecutor(max_workers=2) #进程池会导致后面的all_task报错

all_task = [executor.submit(get_html,(i)) for i in range(5)]


for future in as_completed(all_task):
    data = future.result()
    print("in main:get page {} success".format(data))
print(\'主进程结束--耗时\',time.time()-start)

结果：

第 NO.0  get page 1 finished
第 NO.1  get page 1 finished
in main:get page 第 NO.0  success
in main:get page 第 NO.1  success
第 NO.2  get page 1 finished
in main:get page 第 NO.2  success
第 NO.3  get page 1 finished
in main:get page 第 NO.3  success
第 NO.4  get page 1 finished
in main:get page 第 NO.4  success
主进程结束--耗时 3.0034666061401367

结果：

 

 3.4 Map的用法

 可以将多个任务一次性的提交给进程、线程池。---备注进程是也不行的，也会报错。

使用map方法，不需提前使用submit方法，map方法与python标准库中的map含义相同，都是将序列中的每个元素都执行同一个函数。

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor
import os,time,random
def task(i):
    print("第"+str(i)+"个在执行任务id:"+str(os.getpid()))
    time.sleep(1)

if __name__ == \'__main__\':
    start=time.time()
    pool=ProcessPoolExecutor(max_workers=3)  #也可以换成ThreadPoolExecutor
    pool.map(task,range(1,5)) #map取代了for+submit
    pool.shutdown()
    print("耗时：",time.time()-start)

 考虑到结果返回值：

import time
from random import random
from concurrent.futures import ProcessPoolExecutor,as_completed,ThreadPoolExecutor

def get_html(i):
    times=1+random()/100
    time.sleep(times)
    print("第 NO.{i}  get page {times}s finished".format(i=i,times=times))
    return "第 NO.{i} ".format(i=i)

start=time.time()
executor = ThreadPoolExecutor(max_workers=2)
# executor = ProcessPoolExecutor(max_workers=2) #进程池会导致后面的executor.map报错
res=executor.map(get_html, range(5))
#
for future in res: #直接返回结果，不需要get
    print("in main:get page {} success".format(future))
print(\'主进程结束--耗时\',time.time()-start)

 

3.5 同步调用，顺序返回

因为我们在循环中每次循环都要调用或这说提交任务，并等待结果。所以其实进程之间是串行的。所以是同步的方式。

from concurrent.futures import ProcessPoolExecutor
from multiprocessing import current_process
import time
n = 1
def task(i):
  global n
  time.sleep(1)
  print(f\'{current_process().name} 在执行任务{i}\')

  n += i
  return f\'得到 {current_process().name} 任务{i} 的结果\'
if __name__ == \'__main__\':
    start=time.time()
    pool = ProcessPoolExecutor(2) # 进程池里又4个线程
    pool_lis = []
    for i in range(5): # 20个任务
        future = pool.submit(task,i)# 进程池里当前执行的任务i，池子里的4个线程一次一次执行任务
        
        pool_lis.append(future.result()) #等待我执行任务得到的结果,如果一直没有结果，则阻塞。这里会导致我们所有任务编程了串行
    # 在这里就引出了下面的pool.shutdown()方法
    pool.shutdown(wait=True) # 关闭了池的入口，不允许在往里面添加任务了，会等带所有的任务执行完，结束阻塞
    for res in  pool_lis:
        print(res)
    print(n)# 这里肯定是拿到0的
    print("主进程---耗时",time.time()-start)
    # 可以用join去解决，等待每一个进程结束后，拿到他的结果

结果：

SpawnProcess-2 在执行任务0
SpawnProcess-1 在执行任务1
SpawnProcess-2 在执行任务2
SpawnProcess-1 在执行任务3
SpawnProcess-2 在执行任务4
得到 SpawnProcess-2 任务0 的结果
得到 SpawnProcess-1 任务1 的结果
得到 SpawnProcess-2 任务2 的结果
得到 SpawnProcess-1 任务3 的结果
得到 SpawnProcess-2 任务4 的结果
1
主进程---耗时 5.575225830078125

同步--所以是串行的。耗时与单进程差不多

 

 

3.5 异步调用，顺序返回

from concurrent.futures import ProcessPoolExecutor
from multiprocessing import current_process
import time
n = 1
def task(i):
  global n
  time.sleep(1)
  print(f\'{current_process().name} 在执行任务{i}\')

  n += i
  return f\'得到 {current_process().name} 任务{i} 的结果\'
if __name__ == \'__main__\':
    start=time.time()
    pool = ProcessPoolExecutor(2) # 进程池里又4个线程
    pool_lis = []
    for i in range(5): # 20个任务
        future = pool.submit(task,i)# 进程池里当前执行的任务i，池子里的4个线程一次一次执行任务
        # print(future.result()) # 这是在等待我执行任务得到的结果，如果一直没有结果，这里会导致我们所有任务编程了串行
                # 在这里就引出了下面的pool.shutdown()方法
        pool_lis.append(future)
    pool.shutdown(wait=True) # 关闭了池的入口，不允许在往里面添加任务了，会等带所有的任务执行完，结束阻塞
    for p in pool_lis:
        print(p.result())
    print(n)# 这里肯定是拿到0的
    print("主进程---耗时",time.time()-start)
    # 可以用join去解决，等待每一个进程结束后，拿到他的结果

结果：

SpawnProcess-1 在执行任务0
SpawnProcess-2 在执行任务1
SpawnProcess-1 在执行任务2
SpawnProcess-2 在执行任务3
SpawnProcess-1 在执行任务4
得到 SpawnProcess-1 任务0 的结果
得到 SpawnProcess-2 任务1 的结果
得到 SpawnProcess-1 任务2 的结果
得到 SpawnProcess-2 任务3 的结果
得到 SpawnProcess-1 任务4 的结果
1
主进程---耗时 3.2690603733062744

异步结果，有序返回相应结果

3.5 回调函数：

add_done_callback

from multiprocessing import current_process
import time
from random import random

from concurrent.futures import ProcessPoolExecutor
def task(i):
  print(f\'{current_process().name} 在执行{i}\')
  time.sleep(1+random())
  return i

# parse 就是一个回调函数
def parse(future):
  # 处理拿到的结果
  print(f\'{current_process().name} 拿到结果{future.result()} 结束了当前任务\')


if __name__ == \'__main__\':
    start=time.time()
    pool = ProcessPoolExecutor(2)
    for i in range(5):
        future = pool.submit(task,i)
        \'\'\'
        给当前执行的任务绑定了一个函数，在当前任务结束的时候就会触发这个函数（称之为回调函数）
        会把future对象作为参数传给函数
        注：这个称为回调函数，当前任务处理结束了，就回来调parse这个函数
        \'\'\'
        future.add_done_callback(parse)
        # add_done_callback (parse) parse是一个回调函数
        # add_done_callback () 是对象的一个绑定方法，他的参数就是一个函数
    pool.shutdown()
    print(\'主线程耗时：\',time.time()-start)

结果:

SpawnProcess-1 在执行0
SpawnProcess-2 在执行1
SpawnProcess-2 在执行2
MainProcess 拿到结果1 结束了当前任务
SpawnProcess-1 在执行3
MainProcess 拿到结果0 结束了当前任务
SpawnProcess-1 在执行4
MainProcess 拿到结果3 结束了当前任务
MainProcess 拿到结果2 结束了当前任务
MainProcess 拿到结果4 结束了当前任务
主线程耗时： 4.721129417419434

回调是主进程的，结果是无序的

3.6wait

wait方法可以让主线程阻塞,直到满足设定的要求。wait方法接收3个参数，等待的任务序列、超时时间以及等待条件。

等待条件return_when默认为ALL_COMPLETED,表明要等待所有的任务都借宿。

可以看到运行结果中，确实是所有任务都完成了，主线程才打印出main,等待条件还可以设置为FIRST_COMPLETED,表示第一个任务完成就停止等待

from concurrent.futures import ThreadPoolExecutor,wait,ALL_COMPLETED,FIRST_COMPLETED
import time
#参数times用来模拟网络请求时间
from random import random


def get_html(i):
    times=1+random()*10
    time.sleep(times)
    print("第 NO.{i}  get page {times}s finished".format(i=i,times=times))
    return "第 NO.{i} ".format(i=i)

executor = ThreadPoolExecutor(max_workers=2)
urls = range(5)
all_task = [executor.submit(get_html,(url)) for url in urls]
wait(all_task,return_when=ALL_COMPLETED)
print("main")

 

 

 

 

 

joblib模块

官网