Python通过future处理并发

future初识

通过下面脚本来对future进行一个初步了解：
例子1：普通通过循环的方式

 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：通过future方式实现，这里对上面的部分代码进行了复用

 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)

分别运行三次，两者的平均速度：13.67和1.59s，可以看到差别还是非常大的。

future

future是concurrent.futures模块和asyncio模块的重要组件
从python3.4开始标准库中有两个名为Future的类：concurrent.futures.Future和asyncio.Future
这两个类的作用相同：两个Future类的实例都表示可能完成或者尚未完成的延迟计算。与Twisted中的Deferred类、Tornado框架中的Future类的功能类似

注意：通常情况下自己不应该创建future，而是由并发框架(concurrent.futures或asyncio)实例化

原因：future表示终将发生的事情，而确定某件事情会发生的唯一方式是执行的时间已经安排好，因此只有把某件事情交给concurrent.futures.Executor子类处理时，才会创建concurrent.futures.Future实例。
如：Executor.submit()方法的参数是一个可调用的对象，调用这个方法后会为传入的可调用对象排定时间，并返回一个future

客户端代码不能应该改变future的状态，并发框架在future表示的延迟计算结束后会改变期物的状态，我们无法控制计算何时结束。

这两种future都有.done()方法，这个方法不阻塞，返回值是布尔值，指明future链接的可调用对象是否已经执行。客户端代码通常不会询问future是否运行结束，而是会等待通知。因此两个Future类都有.add_done_callback()方法，这个方法只有一个参数，类型是可调用的对象，future运行结束后会调用指定的可调用对象。

.result()方法是在两个Future类中的作用相同：返回可调用对象的结果，或者重新抛出执行可调用的对象时抛出的异常。但是如果future没有运行结束，result方法在两个Futrue类中的行为差别非常大。
对concurrent.futures.Future实例来说，调用.result()方法会阻塞调用方所在的线程，直到有结果可返回，此时，result方法可以接收可选的timeout参数，如果在指定的时间内future没有运行完毕，会抛出TimeoutError异常。
而asyncio.Future.result方法不支持设定超时时间，在获取future结果最好使用yield from结构，但是concurrent.futures.Future不能这样做

不管是asyncio还是concurrent.futures.Future都会有几个函数是返回future，其他函数则是使用future,在最开始的例子中我们使用的Executor.map就是在使用future，返回值是一个迭代器，迭代器的__next__方法调用各个future的result方法，因此我们得到的是各个futrue的结果，而不是future本身

关于future.as_completed函数的使用，这里我们用了两个循环，一个用于创建并排定future,另外一个用于获取future的结果

 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)

结果如下：

注意：Python代码是无法控制GIL，标准库中所有执行阻塞型IO操作的函数，在等待操作系统返回结果时都会释放GIL.运行其他线程执行，也正是因为这样，Python线程可以在IO密集型应用中发挥作用

以上都是concurrent.futures启动线程，下面通过它启动进程

concurrent.futures启动进程

concurrent.futures中的ProcessPoolExecutor类把工作分配给多个Python进程处理，因此，如果需要做CPU密集型处理，使用这个模块能绕开GIL，利用所有的CPU核心。
其原理是一个ProcessPoolExecutor创建了N个独立的Python解释器，N是系统上面可用的CPU核数。
使用方法和ThreadPoolExecutor方法一样