Python通過future處理并發問題

2020-01-04 16:35:59

字體：大中小

來源：轉載

供稿：網友

future初識

通過下面腳本來對future進行一個初步了解：

例子1：普通通過循環的方式

import osimport timeimport sysimport requestsPOP20_CC = ( "CN IN US ID BR PK NG BD RU JP MX PH VN ET EG DE IR TR CD FR").split()BASE_URL = 'http://flupy.org/data/flags'DEST_DIR = 'downloads/'def save_flag(img,filename): path = os.path.join(DEST_DIR,filename) with open(path,'wb') as fp: fp.write(img)def get_flag(cc): url = "{}/{cc}/{cc}.gif".format(BASE_URL,cc=cc.lower()) resp = requests.get(url) return resp.contentdef show(text): print(text,end=" ") sys.stdout.flush()def download_many(cc_list): for cc in sorted(cc_list): image = get_flag(cc) show(cc) save_flag(image,cc.lower()+".gif") return len(cc_list)def main(download_many): t0 = time.time() count = download_many(POP20_CC) elapsed = time.time()-t0 msg = "/n{} flags downloaded in {:.2f}s" print(msg.format(count,elapsed))if __name__ == '__main__': main(download_many)

例子2：通過future方式實現，這里對上面的部分代碼進行了復用

 from concurrent import futuresfrom flags import save_flag, get_flag, show, mainMAX_WORKERS = 20def download_one(cc): image = get_flag(cc) show(cc) save_flag(image, cc.lower()+".gif") return ccdef download_many(cc_list): workers = min(MAX_WORKERS,len(cc_list)) with futures.ThreadPoolExecutor(workers) as executor: res = executor.map(download_one, sorted(cc_list)) return len(list(res))if __name__ == '__main__': main(download_many)

分別運行三次，兩者的平均速度：13.67和1.59s，可以看到差別還是非常大的。

future

future是concurrent.futures模塊和asyncio模塊的重要組件

從python3.4開始標準庫中有兩個名為Future的類：concurrent.futures.Future和asyncio.Future
這兩個類的作用相同：兩個Future類的實例都表示可能完成或者尚未完成的延遲計算。與Twisted中的Deferred類、Tornado框架中的Future類的功能類似

注意：通常情況下自己不應該創建future，而是由并發框架(concurrent.futures或asyncio)實例化

原因：future表示終將發生的事情，而確定某件事情會發生的唯一方式是執行的時間已經安排好，因此只有把某件事情交給concurrent.futures.Executor子類處理時，才會創建concurrent.futures.Future實例。
如：Executor.submit()方法的參數是一個可調用的對象，調用這個方法后會為傳入的可調用對象排定時間，并返回一個

future

客戶端代碼不能應該改變future的狀態，并發框架在future表示的延遲計算結束后會改變期物的狀態，我們無法控制計算何時結束。

這兩種future都有.done()方法，這個方法不阻塞，返回值是布爾值，指明future鏈接的可調用對象是否已經執行。客戶端代碼通常不會詢問future是否運行結束，而是會等待通知。因此兩個Future類都有.add_done_callback()方法，這個方法只有一個參數，類型是可調用的對象，future運行結束后會調用指定的可調用對象。

.result()方法是在兩個Future類中的作用相同：返回可調用對象的結果，或者重新拋出執行可調用的對象時拋出的異常。但是如果future沒有運行結束，result方法在兩個Futrue類中的行為差別非常大。

對concurrent.futures.Future實例來說，調用.result()方法會阻塞調用方所在的線程，直到有結果可返回，此時，result方法可以接收可選的timeout參數，如果在指定的時間內future沒有運行完畢，會拋出TimeoutError異常。

而asyncio.Future.result方法不支持設定超時時間，在獲取future結果最好使用yield from結構，但是concurrent.futures.Future不能這樣做

不管是asyncio還是concurrent.futures.Future都會有幾個函數是返回future，其他函數則是使用future,在最開始的例子中我們使用的Executor.map就是在使用future，返回值是一個迭代器，迭代器的__next__方法調用各個future的result方法，因此我們得到的是各個futrue的結果，而不是future本身

關于future.as_completed函數的使用，這里我們用了兩個循環，一個用于創建并排定future,另外一個用于獲取future的結果

from concurrent import futuresfrom flags import save_flag, get_flag, show, mainMAX_WORKERS = 20def download_one(cc): image = get_flag(cc) show(cc) save_flag(image, cc.lower()+".gif") return ccdef download_many(cc_list): cc_list = cc_list[:5] with futures.ThreadPoolExecutor(max_workers=3) as executor: to_do = [] for cc in sorted(cc_list):  future = executor.submit(download_one,cc)  to_do.append(future)  msg = "Secheduled for {}:{}"  print(msg.format(cc,future)) results = [] for future in futures.as_completed(to_do):  res = future.result()  msg = "{}result:{!r}"  print(msg.format(future,res))  results.append(res) return len(results)if __name__ == '__main__': main(download_many)

結果如下：

python,future,并發