只需幾行代碼，即可實現多線程和多進程操作

concurrent.futures 是標準庫裏的一個模塊，它提供了一個實現異步任務的高級 API 接口。本文將通過一些代碼例子來介紹這個模塊常見的用法。

Executors

Executor 是一個抽象類，它有兩個非常有用的子類–ThreadPoolExecutor 和 ProcessPoolExecutor 。從命名就可以知道，前者採用的是多線程，而後者使用多進程。
下面將分別介紹這兩個子類，在給出的例子中，我們都會創建一個線程池或者進程池，然後將任務提交到這個池子，這個池子將會分配可用的資源（線程或者進程）來執行給定的任務。

ThreadPoolExecutor

首先，先看看代碼：

from concurrent.futures import ThreadPoolExecutor
from time import sleep
# 定義需要執行的任務--休眠5秒後返回傳入的信息
def return_after_5_secs(message):
    sleep(5)
    return message
# 建立一個線程池，大小爲 3
pool = ThreadPoolExecutor(3)

future = pool.submit(return_after_5_secs, ("hello"))
print(future.done())
sleep(5)
print(future.done())
print(future.result())

輸出結果：

False
False
hello

這個代碼中首先創建了一個 ThreadPoolExecutor 對象–pool ，通常這裏默認線程數量是 20，但我們指定線程池的線程數量是 3。接着就是調用 submit() 方法來把需要執行的任務，也就是函數，以及需要傳給這個函數的參數，然後會得到 Future 對象，這裏調用其方法 done() 用於告訴我們是否執行完任務，是，就返回 true ，沒有就返回 false 。

在上述例子中，第一次調用 done() 時候，並沒有經過 5 秒，所以會得到 false；之後進行休眠 5 秒後，任務就會完成，再次調用 done() 就會得到 true 的結果。如果是希望得到任務的結果，可以調用 future 的result 方法。

對 Future 對象的理解有助於理解和實現異步編程，因此非常建議好好看看官方文檔的介紹：https://docs.python.org/3/library/concurrent.futures.html

ProcessPoolExecutor

ProcessPoolExecutor 也是有相似的接口，使用方法也是類似的，代碼例子如下所示：

from concurrent.futures import ProcessPoolExecutor
from time import sleep

def return_after_5_secs(message):
    sleep(5)
    return message

pool = ProcessPoolExecutor(3)

future = pool.submit(return_after_5_secs, ("hello"))
print(future.done())
sleep(5)
print(future.done())
print("Result: " + future.result())

輸出結果：

False
False
Result: hello

通常，我們會用多進程 ProcessPoolExecutor 來處理 CPU 密集型任務，多線程 ThreadPoolExecutor 則更適合處理網絡密集型 或者 I/O 任務。

儘管這兩個模塊的接口相似，但 ProcessPoolExecutor 採用的是 multiprocessing 模塊，並且不會被 GIL( Global Interpreter Lock) 所影響。不過對於這個模塊，我們需要注意不能採用任何不能序列化的對象。

Executor.map()

上述兩個模塊都有一個共同的方法–map()。跟 Python 內建的 map 函數類似，該方法可以實現對提供的一個函數進行多次調用，並且通過給定一個可迭代的對象來將每個參數都逐一傳給這個函數。另外，採用 map() 方法，提供的函數將是併發調用。

對於多進程，傳入的可迭代對象將分成多塊的數據，每塊數據分配給每個進程。分塊的數量可以通過調整參數 chunk_size ，默認是 1.

下面是官方文檔給出的 ThreadPoolExecutor 的例子：

import concurrent.futures
import urllib.request

URLS = ['http://www.baidu.com/',
        'http://www.163.com/',
        'http://www.126.com/',
        'http://www.jianshu.com/',
        'http://news.sohu.com/']

# Retrieve a single page and report the url and contents
def load_url(url, timeout):
    with urllib.request.urlopen(url, timeout=timeout) as conn:
        return conn.read()

# We can use a with statement to ensure threads are cleaned up promptly
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
    # Start the load operations and mark each future with its URL
    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)))

輸出結果：

'http://www.baidu.com/' page is 153759 bytes
'http://www.163.com/' page is 693614 bytes
'http://news.sohu.com/' page is 175707 bytes
'http://www.126.com/' page is 10521 bytes
'http://www.jianshu.com/' generated an exception: HTTP Error 403: Forbidden

而對於 ProcessPoolExecutor ，代碼如下所示：

import concurrent.futures
import math

PRIMES = [
    112272535095293,
    112582705942171,
    112272535095293,
    115280095190773,
    115797848077099,
    1099726899285419]

def is_prime(n):
    if n % 2 == 0:
        return False

    sqrt_n = int(math.floor(math.sqrt(n)))
    for i in range(3, sqrt_n + 1, 2):
        if n % i == 0:
            return False
    return True

def main():
    with concurrent.futures.ProcessPoolExecutor() as executor:
        for number, prime in zip(PRIMES, executor.map(is_prime, PRIMES)):
            print('%d is prime: %s' % (number, prime))

if __name__ == '__main__':
    main()

輸出結果：

112272535095293 is prime: True
112582705942171 is prime: True
112272535095293 is prime: True
115280095190773 is prime: True
115797848077099 is prime: True
1099726899285419 is prime: False

as_completed() & wait()

concurrent.futures 模塊中有兩個函數用於處理進過 executors 返回的 futures，分別是 as_completed() 和 wait()。

as_completed() 函數會獲取 Future 對象，並且隨着任務開始處理而返回任務的結果，也就是需要執行的函數的返回結果。它和上述介紹的 map() 的主要區別是 map() 方法返回的結果是按照我們傳入的可迭代對象中的順序返回的。而 as_completed() 返回的結果順序則是按照任務完成的順序，哪個任務先完成，先返回結果。

下面給出一個例子：

from concurrent.futures import ThreadPoolExecutor, wait, as_completed
from time import sleep
from random import randint

def return_after_5_secs(num):
    sleep(randint(1, 5))
    return "Return of {}".format(num)

pool = ThreadPoolExecutor(5)
futures = []
for x in range(5):
    futures.append(pool.submit(return_after_5_secs, x))

for x in as_completed(futures):
    print(x.result())

輸出結果

Return of 3
Return of 4
Return of 0
Return of 2
Return of 1

wait() 函數返回一個包含兩個集合的帶有名字的 tuple，一個集合包含已經完成任務的結果(任務結果或者異常)，另一個包含的就是還未執行完畢的任務。

同樣，下面是一個例子：

from concurrent.futures import ThreadPoolExecutor, wait, as_completed
from time import sleep
from random import randint

def return_after_5_secs(num):
    sleep(randint(1, 5))
    return "Return of {}".format(num)

pool = ThreadPoolExecutor(5)
futures = []
for x in range(5):
    futures.append(pool.submit(return_after_5_secs, x))

print(wait(futures))

輸出結果：

DoneAndNotDoneFutures(done={<Future at 0x2474aa4fba8 state=finished returned str>, <Future at 0x2474a903048 state=finished returned str>, <Future at 0x2474aa4fa58 state=finished returned str>, <Future at 0x2474aa4fcf8 state=finished returned str>, <Future at 0x2474a8beda0 state=finished returned str>}, not_done=set())

我們可以通過指定參數來控制 wait() 函數返回結果的時間，這個參數是 return_when，可選數值有：FIRST_COMPLETED, FIRST_EXCEPTION 和 ALL_COMPLETED。默認結果是 ALL_COMPLETED ，也就是它會等待所有任務都執行完成才返回結果。

via:https://mp.weixin.qq.com/s/ih459d2YW-rlLY3lHqKLKw