Python线程池


假设我们必须为多线程任务创建大量线程。由于线程太多,因此可能存在许多性能问题,这在计算上是最昂贵的。一个主要问题可能是吞吐量受限。我们可以通过创建一个线程池来解决这个问题。线程池可以被定义为预先实例化和空闲线程的组,其准备好被给予工作。当我们需要执行大量任务时,创建线程池优先于为每个任务实例化新线程。线程池可以管理大量线程的并发执行,如下所示

  • 如果线程池中的线程完成其执行,则可以重用该线程。

  • 如果线程终止,则将创建另一个线程来替换该线程。

Python模块 - Concurrent.futures

Python标准库包括 concurrent.futures 模块。该模块是在Python 3.2中添加的,用于为开发人员提供启动异步任务的高级接口。它是Python的线程和多处理模块之上的抽象层,用于提供使用线程池或进程池运行任务的接口。

在接下来的部分中,我们将了解concurrent.futures模块的不同类。

执行者类

Executorconcurrent.futures Python模块 的抽象类。它不能直接使用,我们需要使用以下具体子类之一

  • 的ThreadPoolExecutor
  • ProcessPoolExecutor

ThreadPoolExecutor - 一个具体的子类

它是Executor类的具体子类之一。子类使用多线程,我们获得了一个用于提交任务的线程池。此池将任务分配给可用线程并安排它们运行。

如何创建ThreadPoolExecutor?

concurrent.futures 模块及其具体的子类 Executor 的帮助下,我们可以轻松地创建一个线程池。为此,我们需要构造一个 ThreadPoolExecutor ,其中包含我们在池中想要的线程数。默认情况下,该数字为5.然后我们可以向线程池提交任务。当我们 提交() 任务时,我们会回到 未来。Future对象有一个名为 done() 的方法,它告诉未来是否已经解决。有了这个,就为该特定的未来对象设置了一个值。任务完成后,线程池执行程序将值设置为future对象。

from concurrent.futures import ThreadPoolExecutor
from time import sleep
def task(message):
   sleep(2)
   return message

def main():
   executor = ThreadPoolExecutor(5)
   future = executor.submit(task, ("Completed"))
   print(future.done())
   sleep(2)
   print(future.done())
   print(future.result())
if __name__ == '__main__':
main()

输出

False
True
Completed

在上面的例子中, ThreadPoolExecutor 已经构造了5个线程。然后,在给出消息之前等待2秒的任务被提交给线程池执行器。从输出中可以看出,任务直到2秒才完成,因此第一次调用 done() 将返回False。2秒后,任务完成,我们通过调用 result() 方法得到未来的 结果

实例化ThreadPoolExecutor - 上下文管理器

实例化 ThreadPoolExecutor的 另一种方法是在上下文管理器的帮助下。它的工作方式与上例中使用的方法类似。使用上下文管理器的主要优点是它在语法上看起来很好。实例化可以在以下代码的帮助下完成

with ThreadPoolExecutor(max_workers = 5) as executor

以下示例是从Python文档中借用的。在此示例中,首先必须导入 concurrent.futures 模块。然后创建一个名为 load_url() 的函数,它将加载请求的url。然后,该函数使用 池中 的5个线程 创建 ThreadPoolExecutor。该 ThreadPoolExecutor的 已被用作上下文管理器。我们可以通过调用 result() 方法获得未来的 结果

import concurrent.futures
import urllib.request

URLS = ['http://www.foxnews.com/',
   'http://www.cnn.com/',
   'http://europe.wsj.com/',
   'http://www.bbc.co.uk/',
   'http://some-made-up-domain.com/']

def load_url(url, timeout):
   with urllib.request.urlopen(url, timeout = timeout) as conn:
   return conn.read()

with concurrent.futures.ThreadPoolExecutor(max_workers = 5) as executor:

   future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
   for future in concurrent.futures.as_completed(future_to_url):
   url = future_to_url[future]
   try:
      data = future.result()
   except Exception as exc:
      print('%r generated an exception: %s' % (url, exc))
   else:
      print('%r page is %d bytes' % (url, len(data)))

输出

以下是上述Python脚本的输出

'http://some-made-up-domain.com/' generated an exception: <urlopen error [Errno 11004] getaddrinfo failed>
'http://www.foxnews.com/' page is 229313 bytes
'http://www.cnn.com/' page is 168933 bytes
'http://www.bbc.co.uk/' page is 283893 bytes
'http://europe.wsj.com/' page is 938109 bytes

使用Executor.map()函数

Python map() 函数广泛用于许多任务中。一个这样的任务是将特定函数应用于迭代中的每个元素。类似地,我们可以将迭代器的所有元素映射到一个函数,并将它们作为独立的作业提交给 ThreadPoolExecutor 。请考虑以下Python脚本示例,以了解该函数的工作原理。

在下面的示例中,map函数用于将 square() 函数应用于values数组中的每个值。

from concurrent.futures import ThreadPoolExecutor
from concurrent.futures import as_completed
values = [2,3,4,5]
def square(n):
   return n * n
def main():
   with ThreadPoolExecutor(max_workers = 3) as executor:
      results = executor.map(square, values)
for result in results:
      print(result)
if __name__ == '__main__':
   main()

输出

上面的Python脚本生成以下输出 -

4
9
16
25