[[385920]]

前言

大家好，我是星期八。

我們都知道，不管是Java，還是C++，還是Go，還是Python，都是有線程這個概念的。

但是我們知道，線程是不能隨便創建的，就像每招一個員工一樣，是有代價的，無限制招人肯定最后各種崩潰。

所以通常情況下，我們會引出線程池這個概念。

本質就是我就招了幾個固定的員工，給他們派活,某一個人的活干完了再去任務中心領取新的活。

防止任務太多，一次性招太多工人，最后系統崩潰。

開心一刻

理想的多線程

[[385921]]

實際的多線程

[[385922]]

from concurrent.futures import ...

可能也是因為線程池這個東西用的越來越多了吧，從Python3.2+之后，就成了內置模塊。

對的，直接就能使用，不需要pip進行安裝什么的。

concurrent.futures下面主要有倆接口。

• ThreadPoolExecutor 線程池。
• ProcessPoolExecutor進程池。

這里可沒有什么所謂的異步池。

個人看法：雖然異步的性能很高，但是目前除了Go以外，其他實現的都不是太好，用法上面有些怪異，當然，你們可以說我菜，我承認。

線程池

示例代碼

import time 
from concurrent.futures import ThreadPoolExecutor 
import random 
 
# max_workers表示工人數量,也就是線程池里面的線程數量 
pool = ThreadPoolExecutor(max_workers=10) 
# 任務列表 
task_list = ["任務1", "任務2", "任務3", "任務4", ] 
 
 
def handler(task_name): 
    # 隨機睡眠,模仿任務執行時間不確定性 
    n = random.randrange(5) 
    time.sleep(n) 
    print(f"任務內容:{task_name}") 
 
 
if __name__ == '__main__': 
    # 遍歷任務, 
    for task in task_list: 
        """ 
            交給函數處理,submit會將所有任務都提交到一個地方,不會阻塞 
            然后線程池里面的每個線程會來取任務, 
            比如:線程池有3個線程,但是有5個任務 
            會先取走三個任務,每個線程去處理 
            其中一個線程處理完自己的任務之后,會再來提交過的任務區再拿走一個任務 
        """ 
        pool.submit(handler, task) 
    print("main執行完畢") 

執行結果

發現的問題

其實這個就是并發的，不要懷疑，但是你有沒有發現個問題，main先執行，這說明啥?

這說明，我main跑完之后，是不管子線程的死活的。

那能不能設置一下，所有的子線程都執行完之后，main函數在執行完?

當然可以，需要一個參數即可。

pool.shutdown() 

要完成上述的問題，我們需要一個參數，加上這個參數之后。

就可以讓主線程等待所有子線程執行完之后，主線程再執行完。

示例代碼

... 
if __name__ == '__main__': 
    # 遍歷任務, 
    for task in task_list: 
        """ 
            交給函數處理,submit會將所有任務都提交到一個地方 
            然后線程池里面的每個線程會來取任務, 
            比如:線程池有3個線程,但是有5個任務 
            會先取走三個任務,每個線程去處理 
            其中一個線程處理完自己的任務之后,會再來提交過的任務區再拿走一個任務 
        """ 
        pool.submit(handler, task) 
    pool.shutdown() 
    print("main執行完畢") 

主要就是13行的pool.shutdown()。

執行結果

這次結果就是我們想要的了，hhh!!!

add_done_callback 

add_done_callback可以理解為是回調函數，線程執行完之后，會自動調用指定的回調函數。

并且能拿到線程執行函數的返回值。

有什么用，我也沒用過，怪我才疏學淺叭。

示例代碼

import time 
from concurrent.futures import ThreadPoolExecutor 
import random 
from concurrent.futures._base import Future 
 
# max_workers表示工人數量,也就是線程池里面的線程數量 
pool = ThreadPoolExecutor(max_workers=10) 
# 任務列表 
task_list = ["任務1", "任務2", "任務3", "任務4", ] 
 
 
def handler(task_name): 
    # 隨機睡眠,模仿任務執行時間不確定性 
    n = random.randrange(5) 
    time.sleep(n) 
    print(f"任務內容:{task_name}") 
    return f"任務內容:{task_name}" 
 
 
def done(res: Future): 
    print("done拿到的返回值:", res.result()) 
 
 
if __name__ == '__main__': 
    # 遍歷任務, 
    for task in task_list: 
        futrue = pool.submit(handler, task)  # type:Future 
        futrue.add_done_callback(done) 
    pool.shutdown() 
    print("main執行完畢") 

注意：第17，27，28行代碼!

執行效果

我想，可能通常用在一些善后工作叭。

多進程方式

其實通過上述幾個例子，我們基本是知道怎么使用上面這個線程池了。

但是都知道Python的線程，因為GIL(全局解釋器鎖)的原因，是不能并發到多個物理核心上的。

所以是IO密集型的，像爬蟲，讀寫文件，使用線程池是ok的。

但是如果說我就是野，就是頭鐵，非要用Python做計算型應用，像圖片壓縮、視頻流推送，那沒辦法，需要使用多進程池方式。

其實通過concurrent這個接口，可以很方便的創建進程池，只需要修改兩個地方。

... 
# 改成導入進程池方式 
from concurrent.futures import ProcessPoolExecutor 
... 
if __name__ == '__main__': 
    ... 
    # 進程池方式 
    pool = ProcessPoolExecutor(max_workers=10) 
    ... 

只需要修改這倆地方即可，其他和上述用法一摸一樣。

總結

本篇主要講的是Python自帶的線程池和進程池。

比較有特色的是，ThreadPoolExecutor，ProcessPoolExecutor的接口是一樣的。

只需要修改導入的包就行。

concurrent的接口主要有pool.submit(),pool.shutdown(),futrue.add_done_callback()。

基本這幾個都夠自己用了。

本文轉載自微信公眾號「 Python爬蟲與數據挖掘」，可以通過以下二維碼關注。轉載本文請聯系 Python爬蟲與數據挖掘公眾號。