一篇文章浅析Python自带的线程池和进程池

文章封面

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。

如果在操作过程中有任何问题,记得下面留言,我们看到会第一时间解决问题。

想学习更多关于Python的知识,可以参考学习网址:http://pdcfighting.com/,点击阅读原文,可以直达噢~

**-----**------**-----**---**** End **-----**--------**-----**-****

往期精彩文章推荐:

欢迎各位大佬点击链接加入群聊【helloworld开发者社区】:https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。

本文转自 https://mp.weixin.qq.com/s/hhhXQeTdB_uAULQPU6pFFA,如有侵权,请联系删除。

评论

暂无评论