進程池可以像創(chuàng)建和使用線程池一樣創(chuàng)建和使用。 進程池可以被定義為一組預(yù)先實例化和空閑的進程,它們隨時可以開始工作。 當(dāng)我們需要執(zhí)行大量任務(wù)時,創(chuàng)建進程池優(yōu)于為每個任務(wù)實例化新進程。
Python標(biāo)準(zhǔn)庫有一個叫做concurrent.futures
的模塊。 這個模塊是在Python 3.2中添加的,為開發(fā)人員提供了啟動異步任務(wù)的高級接口。 它是Python的線程和多處理模塊的頂層的一個抽象層,用于提供使用線程或進程池運行任務(wù)的接口。
在后面的章節(jié)中,我們將要學(xué)習(xí)concurrent.futures
模塊的不同子類。
Executor是 Python concurrent.futures
模塊的抽象類。 它不能直接使用,我們需要使用以下具體子類之一 -
ProcessPoolExecutor - 一個具體的子類
它是Executor
類的具體子類之一。 它使用多重處理,并且我們獲得提交任務(wù)的過程池。 此池將任務(wù)分配給可用的進程并安排它們運行。
如何創(chuàng)建一個ProcessPoolExecutor?
通過concurrent.futures
模塊及其具體子類Executor
的幫助,可以輕松創(chuàng)建一個過程池。 為此,需要構(gòu)建一個ProcessPoolExecutor
,其中包含需要的池中的進程數(shù)。 默認(rèn)情況下,數(shù)字為5
。然后將任務(wù)提交到進程池。
示例
現(xiàn)在將考慮創(chuàng)建線程池時使用的相同示例,唯一的區(qū)別是現(xiàn)在將使用ProcessPoolExecutor
而不是ThreadPoolExecutor
。
from concurrent.futures import ProcessPoolExecutor
from time import sleep
def task(message):
sleep(2)
return message
def main():
executor = ProcessPoolExecutor(5)
future = executor.submit(task, ("Completed"))
print(future.done())
sleep(2)
print(future.done())
print(future.result())
if __name__ == '__main__':
main()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
False
False
Completed
在上面的例子中,一個ProcessPoolExecutor
已經(jīng)被構(gòu)造成5個線程。 然后在提交消息之前等待2
秒的任務(wù)被提交給進程池執(zhí)行器。 從輸出中可以看出,任務(wù)直到2
秒才完成,所以第一次調(diào)用done()
將返回False
。2
秒后,任務(wù)完成,通過調(diào)用result()
方法得到未來的結(jié)果。
實例化ProcessPoolExecutor - 上下文管理器
實例化ProcessPoolExecutor
的另一種方法是借助上下文管理器。 它的工作方式與上例中使用的方法類似。 使用上下文管理器的主要優(yōu)點是它在語法上看起來不錯。 實例化可以在下面的代碼的幫助下完成 -
with ProcessPoolExecutor(max_workers = 5) as executor
示例
為了更好地理解,這里演示創(chuàng)建線程池示例。 在這個例子中,我們需要從導(dǎo)入concurrent.futures
模塊開始。 然后創(chuàng)建一個名為load_url()
的函數(shù),它將加載請求的url。 然后使用池中的5
個線程創(chuàng)建ProcessPoolExecutor
。 ProcessPoolExecutor
已被用作上下文管理器。 我們可以通過調(diào)用result()
方法來獲得future
的結(jié)果。
import concurrent.futures
from concurrent.futures import ProcessPoolExecutor
import urllib.request
URLS = ['http://www.foxnews.com/',
'http://www.cnn.com/',
'http://europe.wsj.com/',
'http://www.bbc.co.uk/',
'http://some-made-up-domain.com/']
def load_url(url, timeout):
with urllib.request.urlopen(url, timeout = timeout) as conn:
return conn.read()
def main():
with concurrent.futures.ProcessPoolExecutor(max_workers=5) as executor:
future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
for future in concurrent.futures.as_completed(future_to_url):
url = future_to_url[future]
try:
data = future.result()
except Exception as exc:
print('%r generated an exception: %s' % (url, exc))
else:
print('%r page is %d bytes' % (url, len(data)))
if __name__ == '__main__':
main()
上面的Python腳本將生成以下輸出 -
'http://some-made-up-domain.com/' generated an exception: <urlopen error [Errno 11004] getaddrinfo failed>
'http://www.foxnews.com/' page is 229476 bytes
'http://www.cnn.com/' page is 165323 bytes
'http://www.bbc.co.uk/' page is 284981 bytes
'http://europe.wsj.com/' page is 967575 bytes
使用Executor.map()函數(shù)
Python map()
函數(shù)廣泛用于執(zhí)行許多任務(wù)。 一個這樣的任務(wù)是對可迭代內(nèi)的每個元素應(yīng)用某個函數(shù)。 同樣,可以將迭代器的所有元素映射到函數(shù),并將這些作為獨立作業(yè)提交給ProcessPoolExecutor
。 考慮下面的Python腳本示例來理解這一點。
示例
我們將考慮使用Executor.map()
函數(shù)創(chuàng)建線程池時使用的相同示例。 在下面的示例中,map
函數(shù)用于將square()
函數(shù)應(yīng)用于values
數(shù)組中的每個值。
from concurrent.futures import ProcessPoolExecutor
from concurrent.futures import as_completed
values = [2,3,4,5]
def square(n):
return n * n
def main():
with ProcessPoolExecutor(max_workers = 3) as executor:
results = executor.map(square, values)
for result in results:
print(result)
if __name__ == '__main__':
main()
上面的Python腳本將生成以下輸出 -
4
9
16
25
何時使用ProcessPoolExecutor和ThreadPoolExecutor?
現(xiàn)在我們已經(jīng)學(xué)習(xí)了兩個Executor
類 - ThreadPoolExecutor
和ProcessPoolExecutor
,我們需要知道何時使用哪個執(zhí)行器。需要在受CPU限制的工作負載情況下選擇ProcessPoolExecutor
,而在受I/O限制的工作負載情況下則需要選擇ThreadPoolExecutor
。
如果使用ProcessPoolExecutor
,那么不需要擔(dān)心GIL,因為它使用多處理。 而且,與ThreadPoolExecution
相比,執(zhí)行時間會更少。 考慮下面的Python腳本示例來理解這一點。
示例
import time
import concurrent.futures
value = [8000000, 7000000]
def counting(n):
start = time.time()
while n > 0:
n -= 1
return time.time() - start
def main():
start = time.time()
with concurrent.futures.ProcessPoolExecutor() as executor:
for number, time_taken in zip(value, executor.map(counting, value)):
print('Start: {} Time taken: {}'.format(number, time_taken))
print('Total time taken: {}'.format(time.time() - start))
if __name__ == '__main__':
main()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
Start: 8000000 Time taken: 1.5509998798370361
Start: 7000000 Time taken: 1.3259999752044678
Total time taken: 2.0840001106262207
示例 - 使用ThreadPoolExecutor的Python腳本:
import time
import concurrent.futures
value = [8000000, 7000000]
def counting(n):
start = time.time()
while n > 0:
n -= 1
return time.time() - start
def main():
start = time.time()
with concurrent.futures.ThreadPoolExecutor() as executor:
for number, time_taken in zip(value, executor.map(counting, value)):
print('Start: {} Time taken: {}'.format(number, time_taken))
print('Total time taken: {}'.format(time.time() - start))
if __name__ == '__main__':
main()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
Start: 8000000 Time taken: 3.8420000076293945
Start: 7000000 Time taken: 3.6010000705718994
Total time taken: 3.8480000495910645
從上述兩個程序的輸出中,可以看到使用ProcessPoolExecutor
和ThreadPoolExecutor
時執(zhí)行時間的差異。