Python中的未来模块Futures

当前位置:

首页 > Python基础教程 >

Python中的未来模块Futures

在Python中，`concurrent.futures`模块是Python 3.2及以后版本中引入的一个高级并发库，它提供了一个高级的接口来异步执行可调用对象。这个模块旨在替代`threading`和`multiprocessing`模块中较低级别的线程和进程API，使得并发编程更加容易。

`concurrent.futures`模块提供了两个主要的类：`ThreadPoolExecutor`和`ProcessPoolExecutor`。这两个类分别用于在线程池和进程池中异步执行调用。

### 1. ThreadPoolExecutor

`ThreadPoolExecutor`使用线程池来异步执行调用。这对于I/O密集型任务（如网络请求、文件读写等）特别有用，因为线程之间可以共享进程内存，并且线程的创建和销毁开销相对较小。

### 2. ProcessPoolExecutor

`ProcessPoolExecutor`使用进程池来异步执行调用。这对于CPU密集型任务特别有用，因为进程之间不共享内存，可以避免全局解释器锁（GIL）的影响，从而实现真正的并行计算。

### 3. Future对象

`Future`对象是`concurrent.futures`模块中的一个核心概念。当你向`ThreadPoolExecutor`或`ProcessPoolExecutor`提交一个任务时，它们会返回一个`Future`对象。这个对象代表了异步执行的操作，并且可以用来查询操作的状态、等待操作完成以及获取操作的结果。

`Future`对象提供了一些方法，如：

- `cancel()`: 尝试取消调用。如果调用已经在执行或已完成，则无法取消。
- `cancelled()`: 如果调用被成功取消，则返回True。
- `running()`: 如果调用当前正在执行，则返回True。
- `done()`: 如果调用成功完成或被取消，则返回True。
- `result(timeout=None)`: 获取调用的结果。如果调用尚未完成，则此方法将等待直到调用完成或直到超过指定的超时时间。
- `exception(timeout=None)`: 获取调用所引发的异常。如果调用成功完成，则返回None。

### 示例：使用ThreadPoolExecutor和Future

from concurrent.futures import ThreadPoolExecutor

def return_square(x):
    """返回x的平方"""
    return x * x

def main():
    with ThreadPoolExecutor(max_workers=5) as executor:
        # 提交任务并获取Future对象
        future_to_one = executor.submit(return_square, 2)
        future_to_two = executor.submit(return_square, 3)

        # 等待所有Future对象完成
        print(future_to_one.result()) # 输出: 4
        print(future_to_two.result()) # 输出: 9

        # 也可以使用as_completed来迭代完成的Future对象
        for future in executor.as_completed([executor.submit(return_square, i) for i in range(4, 7)]):
            print(future.result()) # 输出: 16, 25, 36

if __name__ == '__main__':
    main()

在这个示例中，我们创建了一个`ThreadPoolExecutor`，并使用它来异步执行`return_square`函数。我们提交了多个任务，并展示了如何使用`Future`对象的`result()`方法来获取结果。此外，我们还展示了如何使用`as_completed()`方法来迭代已完成的`Future`对象。

最后，如果你对python语言还有任何疑问或者需要进一步的帮助，请访问https://www.xin3721.com 本站原创，转载请注明出处：https://www.xin3721.com/Python/python50246.html

栏目列表