Python通過future處理並發

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 os
import time
import sys

import requests


POP20_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.content


def 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 futures

from flags import save_flag, get_flag, show, main


MAX_WORKERS = 20


def download_one(cc):
    image = get_flag(cc)
    show(cc)
    save_flag(image, cc.lower()+".gif")
    return cc


def 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開始標准庫中有兩個名為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，而是由並發框架(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，並返回一個future

客戶端代碼不能應該改變future的狀態，並發框架在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

關於future.as_completed函數的使用，這里我們用了兩個循環，一個用於創建並排定future,另外一個用於獲取future的結果

from concurrent import futures

from flags import save_flag, get_flag, show, main


MAX_WORKERS = 20


def download_one(cc):
    image = get_flag(cc)
    show(cc)
    save_flag(image, cc.lower()+".gif")
    return cc


def 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：

注意：Python代碼是無法控制GIL，標准庫中所有執行阻塞型IO操作的函數，在等待操作系統返回結果時都會釋放GIL.運行其他線程執行，也正是因為這樣，Python線程可以在IO密集型應用中發揮作用

以上都是concurrent.futures啟動線程，下面通過它啟動進程

concurrent.futures啟動進程

concurrent.futures中的ProcessPoolExecutor類把工作分配給多個Python進程處理，因此，如果需要做CPU密集型處理，使用這個模塊能繞開GIL，利用所有的CPU核心。
其原理是一個ProcessPoolExecutor創建了N個獨立的Python解釋器，N是系統上面可用的CPU核數。
使用方法和ThreadPoolExecutor方法一樣