python 并发期货

未来

future 是一个容器，可以保存计算结果或计算期间发生的错误。创建 future 时，它以 pending 状态开始。该库不打算手动创建此对象，除非出于测试目的。

import concurrent.futures as futures

f = futures.future()
assert(f._result is none)
assert(f._exception is none)
assert(f._state == 'pending')

pending 状态表示用户请求的计算已注册到线程池中并放入队列中，但尚未被任何线程拾取执行。一旦空闲线程从队列中获取任务（回调），future 就会转换为 running 状态。 future 只能在处于 pending 状态时被取消。因此，在 pending 和 running 状态之间存在一个时间窗口，在此期间可以取消请求的计算。

import concurrent.futures as futures

def should_cancel_pending_future():
    f = futures.future()
    assert(f._state == 'pending')
    assert(f.cancel())
    assert(f._state == 'cancelled')

def should_not_cancel_running_future():
    f = futures.future()
    f.set_running_or_notify_cancel()
    assert(f._state == 'running')
    assert(not f.cancel())

def cancel_is_idempotent():
    f = futures.future()
    assert(f.cancel())
    assert(f.cancel())


should_cancel_pending_future()
should_not_cancel_running_future()
cancel_is_idempotent()

线程池中请求的操作可以完成计算值或导致错误。无论结果如何，未来都会过渡到 finished 状态。然后结果或错误将存储在相应的字段中。

import concurrent.futures as futures

def future_completed_with_result():
    f = futures.future()
    f.set_result('foo')
    assert(f._state == 'finished')
    assert(f._result == 'foo')
    assert(f._exception is none)

def future_completed_with_exception():
    f = futures.future()
    f.set_exception(nameerror())
    assert(f._state == 'finished')
    assert(f._result is none)
    assert(isinstance(f._exception, nameerror))

future_completed_with_result()
future_completed_with_exception()

要检索计算结果，请使用 result 方法。如果计算尚未完成，此方法将阻塞当前线程（从中调用结果），直到计算完成或等待超时。

如果计算成功完成且没有错误，则 result 方法返回计算值。

import concurrent.futures as futures
import time
import threading

f = futures.future()
def target():
    time.sleep(1)
    f.set_result('foo')
threading.thread(target=target).start()
assert(f.result() == 'foo')

如果计算过程中发生异常，结果将引发该异常。

import concurrent.futures as futures
import time
import threading

f = futures.future()
def target():
    time.sleep(1)
    f.set_exception(nameerror)
threading.thread(target=target).start()
try:
    f.result()
    raise exception()
except nameerror:
    assert(true)

如果方法在等待时超时，则会引发 timeouterror。

import concurrent.futures as futures

f = futures.future()
try:
    f.result(1)
    raise exception()
except timeouterror:
    assert(f._result is none)
    assert(f._exception is none)

尝试获取已取消的计算结果将引发 cancellederror。

import concurrent.futures as futures

f = futures.future()
assert(f.cancel())
try:
    f.result()
    raise exception()
except futures.cancellederror:
    assert(true)

等待策略

在开发过程中，需要在线程池上运行n次计算并等待其完成是很常见的。为了实现这一点，该库提供了等待函数。有几种等待策略：first_completed、first_exception、all_completed。

所有等待策略的共同点是，如果传递给 wait 方法的 future 已经完成，则无论选择何种策略，都会返回传递的 future 的集合。无论它们是如何完成的，无论是有错误、结果还是被取消，都无关紧要。

import concurrent.futures as futures

def test(return_when):
    f1, f2, f3 = futures.future(), futures.future(), futures.future()
    f1.cancel()
    f1.set_running_or_notify_cancel() # required
    f2.set_result('foo')
    f3.set_exception(nameerror)

    r = futures.wait([f1, f2, f3], return_when=return_when)
    assert(len(r.done) == 3)
    assert(len(r.not_done) == 0)

for return_when in [futures.all_completed, futures.first_exception, futures.first_completed]:
    test(return_when)

all_completed 策略

all_completed 策略保证等待所有传递的 future 完成，或者在超时后退出，并收集截至该时刻完成的 future，这可能是不完整的。

import concurrent.futures as futures
import threading
import time

def should_wait_for_all_futures_to_complete():
    f1 = futures.future()
    f1.set_result('foo')
    f2 = futures.future()

    def target():
        time.sleep(1)
        f2.set_result('bar')

    threading.thread(target=target).start()
    r = futures.wait([f1, f2], return_when=futures.all_completed)
    assert(len(r.done) == 2)

def should_exit_on_timeout():
    f1 = futures.future()
    f1.set_result('foo')
    f2 = futures.future()
    r = futures.wait(fs=[f1, f2], timeout=1, return_when=futures.all_completed)
    assert(len(r.done) == 1)


should_wait_for_all_futures_to_complete()
should_exit_on_timeout()

first_completed

first_completed 策略保证返回至少有一个已完成的 future 的集合，或者在超时的情况下返回空集合。 此策略并不意味着返回的集合不能包含多个元素。

import concurrent.futures as futures
import threading
import time

f1 = futures.future()
f2 = futures.future()

def target():
    time.sleep(1)
    f1.set_result(true)

threading.thread(target=target).start()

r = futures.wait([f1, f2], return_when=futures.first_completed)
assert(len(r.done) == 1)
assert(len(r.not_done) == 1)

first_exception

如果其中一个计算完成时出现错误，first_exception 策略会中断等待。如果没有发生异常，则行为与 all_completed 未来相同。

import concurrent.futures as futures
import threading
import time

f1 = futures.Future()
f1.set_result('foo')
f2, f3 = futures.Future(), futures.Future()

def target():
    time.sleep(1)
    f2.set_exception(NameError())

threading.Thread(target=target).start()

r = futures.wait(fs=[f1, f2, f3], return_when=futures.FIRST_EXCEPTION)
assert(len(r.done) == 2)

线程池执行器

该对象负责创建线程池。与该对象交互的主要方法是 submit 方法。它允许在线程池中注册计算。作为响应，返回一个 future 对象，用于监控计算状态并获取最终结果。

属性

仅根据需要创建新线程：
- 如果请求计算时至少有一个空闲线程，则不会创建新线程
- 如果请求计算时没有空闲线程，则在未达到 maxworkers 限制的情况下创建一个新线程。
- 如果没有空闲线程并且已达到 maxworkers 限制，则计算将放入队列中，并由下一个可用线程进行
默认情况下为计算需求分配的最大线程数等于逻辑处理器核心数
线程一旦创建，即使在低负载的情况下也不会被销毁

以上就是python 并发期货的详细内容，更多请关注其它相关文章！