python concurrent模块实现多线程
引言
之前也写过多线程的博客，用的是 threading ，今天来讲下 python 的另外一个自带库 concurrent 。concurrent 是在 Python3.2 中引入的，只用几行代码就可以编写出线程池/进程池，而且在 IO 型任务由于引入了 Future 的概念（异步）效率要高数倍。而 threading 的话还要自己维护相关的队列防止死锁，代码的可读性也会下降，相反 concurrent 提供的线程池却非常的便捷，不用自己操心死锁以及编写线程池代码，由于异步的概念 IO 型任务也更有优势。
concurrent 的优势在于提供了 ThreadPoolExecutor 和 ProcessPoolExecutor ，一个多线程，一个多进程。但 concurrent 本质上都是对 threading 和 multiprocessing 的封装。看它的源码可以知道，所以最底层并没有异步。ThreadPoolExecutor 自己提供了任务队列，不需要自己写了。而所谓的线程池，它只是简单的比较当前的 threads 数量和定义的 max_workers 的大小，小于 max_workers 就允许任务创建线程执行任务。
操作多线程/多进程
1、创建线程池
通过 ThreadPoolExecutor 类创建线程池对象，max_workers 设置最大运行线程数数。使用 ThreadPoolExecutor 的好处是不用担心线程死锁问题，让多线程编程更简洁。
from concurrent import futures
pool = futures.ThreadPoolExecutor(max_workers = 2)
2、submit
submit(self, fn, *args, **kwargs):
fn：需要异步执行的函数
*args,**kwargs：fn 接受的参数
该方法的作用就是提交一个可执行的回调task，它返回一个Future对象，可以用 result() 获取方法调用的返回值，最好配合 wait 使用。可以看出此方法不会阻塞主线程的执行。
import requests,datetime,time
from concurrent import futures
def get_request(url):
r = requests.get(url)
print('{}:{} {}'.format(datetime.datetime.now(),url,r.status_code))
urls = ['https://www.baidu.com','https://www.tmall.com','https://www.jd.com']
pool = futures.ThreadPoolExecutor(max_workers = 2)
for url in urls:
task = pool.submit(get_request,url)
print('{}主线程'.format(datetime.datetime.now()))
time.sleep(2)
# 输出结果
2021-03-12 15:29:10.780141:主线程
2021-03-12 15:29:10.865425:https://www.baidu.com 200
2021-03-12 15:29:10.923062:https://www.tmall.com 200
2021-03-12 15:29:10.940930:https://www.jd.com 200
3、map
map(self, fn, *iterables, timeout=None, chunksize=1):
fn：需要异步执行的函数
*iterables：可迭代对象
map 第二个参数是可迭代对象，比如 list、tuple 等，写法相对简单，它返回一个生成器，包含调用方法的返回值。map 方法也不会阻塞主线程的执行。
import requests,datetime,time
from concurrent import futures
def get_request(url):
r = requests.get(url)
print('{}:{} {}'.format(datetime.datetime.now(),url,r.status_code))
# return 100
urls = ['https://www.baidu.com','https://www.tmall.com','https://www.jd.com']
pool = futures.ThreadPoolExecutor(max_workers = 2)
tasks = pool.map(get_request,urls)
# tasks是一个生成器，若调用方法有返回值，可用以下方法获取
# for result in tasks:
# print(result)
print('{}:主线程'.format(datetime.datetime.now()))
time.sleep(2)
# 输出结果
2021-03-12 16:14:04.854452:主线程
2021-03-12 16:14:04.938870:https://www.baidu.com 200
2021-03-12 16:14:05.033849:https://www.jd.com 200
2021-03-12 16:14:05.048952:https://www.tmall.com 200
4、wait
如果要等待子线程执行完之后再执行主线程要怎么办呢，可以通过 wait 。
wait(fs, timeout=None, return_when=ALL_COMPLETED):
fs：所有任务 tasks
return_when：有三个参数 FIRST_COMPLETED：只要有一个子线程完成则返回结果。 FIRST_EXCEPTION：只要有一个子线程抛异常则返回结果，若没有异常则等同于ALL_COMPLETED。 ALL_COMPLETED：默认参数，等待所有子线程完成。
import requests,datetime,time
from concurrent import futures
def get_request(url):
r = requests.get(url)
print('{}:{} {}'.format(datetime.datetime.now(),url,r.status_code))
# return 100
urls = ['https://www.baidu.com','https://www.tmall.com','https://www.jd.com']
pool = futures.ThreadPoolExecutor(max_workers = 2)
tasks =[]
for url in urls:
task = pool.submit(get_request,url)
tasks.append(task)
futures.wait(tasks)
# 等待子线程完成后，获取调用方法返回值。
# for result in tasks:
# print(result.result())
print('{}:主线程'.format(datetime.datetime.now()))
time.sleep(2)
# 输出结果
2021-03-12 16:30:13.437042:https://www.baidu.com 200
2021-03-12 16:30:13.552700:https://www.jd.com 200
2021-03-12 16:30:14.117325:https://www.tmall.com 200
2021-03-12 16:30:14.118284:主线程
5、异常处理
as_completed(fs, timeout=None)
所有任务 tasks
使用 concurrent.futures 操作 多线程/多进程 过程中，很多函数报错并不会直接终止程序，而是什么都没发生。使用 as_completed 可以捕获异常，代码如下
import requests,datetime,time
from concurrent import futures
def get_request(url):
r = requests.get(url)
print('{}:{} {}'.format(datetime.datetime.now(),url,r.status_code))
urls = ['www.baidu.com','https://www.tmall.com','https://www.jd.com']
# 创建线程池
pool = futures.ThreadPoolExecutor(max_workers = 2)
tasks =[]
for url in urls:
task = pool.submit(get_request,url)
tasks.append(task)
# 异常捕获
errors = futures.as_completed(tasks)
for error in errors:
# error.result() 等待子线程都完成，并抛出异常，中断主线程
# 捕获子线程异常，不会终止主线程继续运行
print(error.exception())
futures.wait(tasks)
print('{}:主线程'.format(datetime.datetime.now()))
time.sleep(2)
# 输出结果
Invalid URL 'www.baidu.com': No schema supplied. Perhaps you meant http://www.baidu.com?
2021-03-12 17:24:26.984933:https://www.tmall.com 200
None
2021-03-12 17:24:26.993939:https://www.jd.com 200
None
2021-03-12 17:24:26.994937:主线程
多进程编程也类似，将 ThreadPoolExecutor 替换成 ProcessPoolExecutor 。注意 多进程时加上 if __name=='__main__'，和 ProcessPoolExecutor 使用的位置，否则会造成多进程循环调用，会报concurrent.futures.process.BrokenProcessPool: A process in the process pool was terminated abruptly while the future was running or pending 错误。