目录
- 一、什么是进程池或线程池
- 二、理解同步、异步、
- 三、multiprocess.Pool模块实现进程池
- 3.1.1 Pool使用方法
- 3.1.1 代码实例——multiprocess.Pool
- 四、Python标准模块——concurrent.futures实现进程池和线程池
- 4.1 介绍
- 4.2 基本方法
- 4.3 代码实例——ProcessPoolExecutor
- 方式1:
- 方式2:
- 方式3
- 4.4 代码实例——ThreadPoolExecutor
- 方式1：
- 方式2：
- 方式3：
一、什么是进程池或线程池
池:
池的是为了限制进程数和线程数
什么是时候该用进程池/线程池:
当python程序是 计算密集型 且并发的任务量远大于计算机所能承受的范围,
无法一次性开启过多的任务数量就应该考虑使用进程池和线程池
二、理解同步、异步、
同步: 提交了一个任务,必须等任务执行完了,才能执行下一个.无论该任务是否存在阻塞,同步调用都会原地等待,相当于串行
异步: 提交了一个任务,可以不用等任务的执行结果,直接执行下一个,并发的去执行
三、multiprocess.Pool模块实现进程池
Pool([numprocess [,initializer [, initargs]]])：创建进程池
- numprocess：要创建的进程数，如果省略，将默认使用
cpu_count()的值 - initializer：是每个工作进程启动时要执行的可调用对象，默认为None
- initargs：是要传给initializer的参数组
3.1.1 Pool使用方法
p.apply(func [, args [, kwargs]])：在一个池工作进程中执行func(*args,**kwargs),然后返回结果。需要强调的是：此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用p.apply_async()
p.apply_async(func [, args [, kwargs]])：在一个池工作进程中执行func(*args,**kwargs),然后返回结果。此方法的结果是AsyncResult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。
p.close()：关闭进程池，防止进一步操作。如果所有操作持续挂起，它们将在工作进程终止前完成
P.join()：等待所有工作进程退出。此方法只能在close()或teminate()之后调用
obj.get()：返回结果，如果有必要则等待结果到达。timeout是可选的。如果在指定时间内还没有到达，将引发一场。如果远程操作中引发了异常，它将在调用此方法时再次被引发。
obj.ready()：如果调用完成，返回True
obj.successful()：如果调用完成且没有引发异常，返回True，如果在结果就绪之前调用此方法，引发异常
obj.wait([timeout])：等待结果变为可用。
obj.terminate()：立即终止所有工作进程，同时不执行任何清理或结束任何挂起工作。如果p被垃圾回收，将自动调用此函数
3.1.1 代码实例——multiprocess.Pool
同步运行方式(串行等待)：
def task(i):
print(f'进程 {current_process().name} 在执行任务 {i}')
time.sleep(1)
return i**2,current_process().name
### Pool方式
p = Pool(3) # 创建进程池对象,可容纳3个进程
### 同步运行(串行等待)
for i in range(20):
res = p.apply(task, args=(i,))
print(res)异步运行方式：
def task(i):
print(f'进程 {current_process().name} 在执行任务 {i}')
time.sleep(1)
return i**2,current_process().name
for i in range(20):
res = p.apply_async(task, args=(i,), callback=lambda res: print(res)) # 异步处理并设置了
p.close() # 先关闭进程池
p.join() # 在等待进程结果四、Python标准模块——concurrent.futures实现进程池和线程池
4.1 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
4.2 基本方法
submit(fn, *args, **kwargs)：异步提交任务
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
- submit和map必须在shutdown之前
result(timeout=None)：取得结果
add_done_callback(fn)：回调函数
done()：判断某一个线程是否完成
cancle()：取消某个任务
4.3 代码实例——ProcessPoolExecutor
方式1:
异步的执行任务,在把每次返回的对象添加到列表中,最后统一得到结果
from concurrent.futures import ProcessPoolExecutor
from multiprocessing import current_process,Pool
import time
def task(i):
print(f'进程 {current_process().name} 在执行任务 {i}')
time.sleep(1)
return i**2,current_process().name
def parse(future):
# 处理拿到的结果
print(future.result()) # 在这里拿到结果
if __name__ == '__main__':
### ProcessPoolExecutor方式(异步调用接口)
pool = ProcessPoolExecutor(3) # maxsize 填最大数
### ProcessPoolExecutor方式1:
futures = []
for i in range(20):
future = pool.submit(task, i) # 提交异步任务
futures.append(future)
pool.shutdown() # 这句话相当于 进程池关闭和进程的join方法
for future in futures:
print(future.result())方式2:
每执行一个进程都拿到结果.等于把异步任务变成同步任务,原地等待结果
from concurrent.futures import ProcessPoolExecutor
from multiprocessing import current_process,Pool
import time
def task(i):
print(f'进程 {current_process().name} 在执行任务 {i}')
time.sleep(1)
return i**2,current_process().name
def parse(future):
# 处理拿到的结果
print(future.result()) # 在这里拿到结果
if __name__ == '__main__':
### ProcessPoolExecutor方式(异步调用接口)
pool = ProcessPoolExecutor(3) # maxsize 填最大数
### ProcessPoolExecutor方式2:
for i in range(20):
future = pool.submit(task, i) # 提交异步任务
print(future.result()) # 如果加了这一句就变成 同步 串行了,获取每一次任务的执行结果
pool.shutdown() # 这句话相当于 进程池关闭和进程的join方法方式3
通过回调函数来异步的执行任务,并得到每一次的结果
from concurrent.futures import ProcessPoolExecutor
from multiprocessing import current_process,Pool
import time
def task(i):
print(f'进程 {current_process().name} 在执行任务 {i}')
time.sleep(1)
return i**2,current_process().name
def parse(future):
# 处理拿到的结果
print(future.result()) # 在这里拿到结果
if __name__ == '__main__':
### ProcessPoolExecutor方式(异步调用接口)
pool = ProcessPoolExecutor(3) # maxsize 填最大数
##### ProcessPoolExecutor方式3:
for i in range(20):
future = pool.submit(task, i) # 提交异步任务
future.add_done_callback(parse) # 因此不能直接写result,要通过回调函数
pool.shutdown() # 这句话相当于 进程池关闭和进程的join方法4.4 代码实例——ThreadPoolExecutor
方式1：
异步的执行任务,在把每次返回的对象添加到列表中,最后统一得到结果
from concurrent.futures import ThreadPoolExecutor
from threading import currentThread
import time
def task(i):
print(f'{currentThread().name} 在执行任务 {i}')
time.sleep(1)
return i**2
def parse(future):
# 处理拿到的结果
print(future.result())
if __name__ == '__main__':
### ThreadPoolExecutor(异步调用接口)
pool = ThreadPoolExecutor(3) # 池子里只有3个线程
### ProcessPoolExecutor方式1:
futures = []
for i in range(20):
future = pool.submit(task, i) # 提交异步任务
futures.append(future)
pool.shutdown() # 这句话相当于 线程池关闭和线程的join方法
for future in futures:
print(future.result())方式2：
每执行一个线程都拿到结果.等于把异步任务变成同步任务,原地等待结果了
from concurrent.futures import ThreadPoolExecutor
from threading import currentThread
import time
def task(i):
print(f'{currentThread().name} 在执行任务 {i}')
time.sleep(1)
return i**2
def parse(future):
# 处理拿到的结果
print(future.result())
if __name__ == '__main__':
### ThreadPoolExecutor(异步调用接口)
pool = ThreadPoolExecutor(3) # 池子里只有3个线程
### ProcessPoolExecutor方式2:
for i in range(20):
future = pool.submit(task, i) # 提交异步任务
print(future.result()) # 如果加了这一句就变成 同步 串行了,获取每一次任务的执行结果
pool.shutdown() # 这句话相当于 线程池关闭和线程的join方法方式3：
from concurrent.futures import ThreadPoolExecutor
from threading import currentThread
import time
def task(i):
print(f'{currentThread().name} 在执行任务 {i}')
time.sleep(1)
return i**2
def parse(future):
# 处理拿到的结果
print(future.result())
if __name__ == '__main__':
### ThreadPoolExecutor(异步调用接口)
pool = ThreadPoolExecutor(3) # 池子里只有3个线程
##### ProcessPoolExecutor方式3: 通过回调函数来异步的执行任务,并得到每一次的结果
for i in range(20):
future = pool.submit(task, i) # 提交异步任务
future.add_done_callback(parse) # 因此不能直接写result,要通过回调函数
pool.shutdown() # 这句话相当于 线程池关闭和线程的join方法