concurrent.futures

concurrent.futures模块提供了高级接口用于异步执行回调,适用于批量任务,但不适用于精细控制任务。基础执行器包括多进程和多线程接口,可通过ThreadPoolExecutor和ProcessPoolExecutor进行操作。切换多线程到多进程只需更改类名。

concurrent.futures

concurrent.futures 模块提供异步执行回调高层接口。

注意 : 适合直接运行大量任务,不适合细节控制的任务。

基础的执行器

下面的多进程 和 多线程 接口 都是 基于 执行器对象的。(可继承,不能直接用)

class concurrent.futures.Executor

​	submit(fn,*args,**kwargs)map(func , *iterables, timeout=None, chunksize=1)

​	shutdown( wair=True)

用法

多进程 和 多线程的 方法完全通用。

如果想从多线程修改为 多进程,只要 ThreadPoolExecutor --> ProcessPoolExecutor 换名即可。

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor, as_completed
import time, os

cpus = os.cpu_count()
thread_max_workers = cpus * 30
process_max_workers = cpus * 6


def ff(x):
    time.sleep(1)
    return x * 2 / (x + 1)


def method1():
    with ThreadPoolExecutor(max_workers=30) as executor:
        tasks = [executor.submit(ff, num) for num in range(2, 20)]
        res = [task.result() for task in as_completed(tasks)]
        print(len(res))


def method2():
    with ThreadPoolExecutor(max_workers=30) as executor:
        res = executor.map(ff, range(2, 22))
    print(list(res))


if __name__ == '__main__':
    method2()

### 使用方法 - **concurrent.futures**:提供了线程池和进程池,通过`ThreadPoolExecutor`和`ProcessPoolExecutor`来实现并发。以`ThreadPoolExecutor`为例,使用`submit()`方法异步提交任务并返回一个`Future`对象,该对象提供了管理任务的接口,比如获取任务结果或设置超时等。示例代码如下: ```python import concurrent.futures import time def task(): time.sleep(10) return "任务完成" with concurrent.futures.ThreadPoolExecutor() as executor: future = executor.submit(task) try: result = future.result(timeout=5) print(result) except concurrent.futures.TimeoutError: print("任务超时") ``` - **asyncio**:提供了一种高效的异步编程方式,使用`async/await`语法。它适用于需要并发处理的异步任务,适用于需要高并发的场景,如异步网络请求、文件 I/O、数据库操作等。 ### 区别 - **并发方式**:`concurrent.futures`提供了线程池和进程池,更适合传统的同步 I/O 和 CPU 密集型任务;而`asyncio`则提供了一种高效的异步编程方式,使用单线程来处理多个任务,避免了线程切换的开销,适合处理 I/O 密集型任务 [^2]。 - **对 GIL 的处理**:Python 的全局解释器锁(GIL)限制了同一时刻只有一个线程可以执行 Python 字节码。`concurrent.futures`的`ProcessPoolExecutor`可以实现真正的并行计算,避免 GIL 的影响;而`asyncio`并不通过多核来并行处理任务,仍然受到 GIL 的限制 [^3]。 - **编程难度**:`asyncio`需要理解和掌握异步编程,可能对不熟悉异步模型的开发者有一定门槛;而`concurrent.futures`的编程方式更接近传统的同步编程,相对容易理解和使用 [^4]。 ### 应用场景 - **concurrent.futures**:适合传统的同步 I/O 和 CPU 密集型任务。使用`ProcessPoolExecutor`可以实现真正的并行计算,在 CPU 密集型任务中具有明显优势 [^2][^3]。 - **asyncio**:非常适合处理 I/O 密集型任务,能够实现大量任务的并发。适用于需要高并发的场景,如异步网络请求、文件 I/O、数据库操作等 [^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值