[[403063]]

我們在寫多線程代碼的時候，可能會需要等待多個線程同時結束，然后再進行后續的流程。例如，我做了一個聚合搜索引擎，用戶輸入一個關鍵詞，我需要同時在很多個搜索引擎上搜索，然后把搜索結果匯總以后返回給用戶。

示例代碼如下：

@app.get('/api/search') 
def search(keyword: str): 
    google_result = requests.get('Google 搜索地址').text 
    baidu_result = requests.get('百度搜索地址').text 
    bing_result = requests.get('Bing搜索地址').text 
    result = combine(google_result, baidu_result, bing_result) 
    return {'success': True, 'result': result} 

從上面這段代碼，大家可能會發現一個問題，就是在請求多個搜索引擎的時候是串行的，先訪問 Google，訪問完成再訪問百度，訪問完成最后訪問 Bing。這樣顯然會浪費大量的時間。

如果你不會async/await，那么為了解決這個問題，你能想到的顯然就是使用多線程。使用3個線程同時訪問 Google、百度和 Bing，然后把結果匯總傳入combine函數，不就解決問題了嗎?

如果僅僅是啟動多個線程，那么做法很簡單：

import threading 
 
def get_url(url): 
    result = requests.get(url, headers=HEADERS).text 
    return result 
 
@app.get('/api/search') 
def search(keyword: str): 
    google_thead = threading.Thread(target=get_url, 'Google 搜索地址') 
    baidu_thread = threading.Thread(target=get_url, '百度搜索地址') 
    bing_thread = threading.Thread(target=get_url, 'Bing搜索地址') 
    google_thread.start() 
    baidu_thread.start() 
    bing_thread.start() 
    ... 

現在問題來了，三個線程確實已經啟動了，但你怎么知道到什么時候為止，所有線程都運行完畢?

這里我們給出幾個方法。

使用 join

調用線程的.join()方法，就可以卡住主線程，直到這個子線程運行完畢才能讓主線程繼續運行后面的代碼。所以我們可以修改代碼為：

import threading 
 
def get_url(url): 
    result = requests.get(url, headers=HEADERS).text 
    return result 
 
@app.get('/api/search') 
def search(keyword: str): 
    google_thead = threading.Thread(target=get_url, 'Google 搜索地址') 
    baidu_thread = threading.Thread(target=get_url, '百度搜索地址') 
    bing_thread = threading.Thread(target=get_url, 'Bing搜索地址') 
    google_thread.start() 
    baidu_thread.start() 
    bing_thread.start() 
     
    google_thread.join() 
    baidu_thread.join() 
    bing_thread.join() 

但等一等，我怎么拿到子線程的返回呢?在默認情況下，你確實拿不到返回的數據。所以你需要傳入一個東西去子線程接收結果。所以代碼可以改為：

import threading 
 
def get_url(url, output): 
    result = requests.get(url, headers=HEADERS).text 
    output.append(result) 
 
@app.get('/api/search') 
def search(keyword: str): 
    result = [] 
    google_thead = threading.Thread(target=get_url, args=['Google 搜索地址', result]) 
    baidu_thread = threading.Thread(target=get_url, args=['百度搜索地址', result]) 
    bing_thread = threading.Thread(target=get_url, args=['Bing搜索地址', result]) 
    google_thread.start() 
    baidu_thread.start() 
    bing_thread.start() 
     
    google_thread.join() 
    baidu_thread.join() 
    bing_thread.join() 
    combine(*result) 

因為線程是共享內存的，所以他們可以直接修改主線程傳入的列表。

在使用.join()的時候，需要小心不要把.join()放錯了地方，否則你的多線程就會變成單線程。詳情可以看我的這篇文章： 等一等，你的多線程可別再亂 join 了。

ThreadPoolExecutor

Python 自帶了一個concurrent模塊，它就是專門用來處理并發問題的。我們也可以使用這個模塊中的ThreadPoolExecutor來解決問題：

from concurrent.futures import ThreadPoolExecutor, as_completed 
 
def get_url(url): 
    result = requests.get(url, headers=HEADERS).text 
    return result 
 
@app.get('/api/search') 
def search(keyword: str): 
    tasks = [] 
    with ThreadPoolExecutor() as executor: 
        for url in ['Google 搜索地址', '百度搜索地址', 'Bing搜索地址'] 
            task = executor.submit(get_url, url) 
            tasks.append(task) 
        result = [x.result() for x in as_completed(tasks)] 
  
    combine(*result) 
    ... 

concurrent.futures里面的as_completed函數接收一個列表，列表里面是多個并發任務。當所有并發任務都運行結束時，它才會返回一個可迭代對象。對它進行迭代以后，每個元素的.result()就是每個子線程運行的返回結果。

其他方法

除了上面兩個方法外，還可以使用multiprocessing.dummy里面的Pool來實現更簡單的多線程。

本文轉載自微信公眾號「未聞Code」，可以通過以下二維碼關注。轉載本文請聯系未聞Code公眾號。