Python:并发编程之Future

发布网友发布时间：2024-10-02 16:39

共1个回答

热心网友时间：2024-10-08 07:37

在Python中探讨并发编程时，有两个主要概念需理解：并发(concurrency)和并行(parallelism)。它们分别对应于多线程和多进程。并发，如多线程或协程，允许在单个时间点执行多个任务，通过操作系统调度实现任务切换，适用于I/O密集型操作，如网络请求。并行则涉及多进程，可以在多个CPU上同时运行，适用于CPU密集型任务。

线程在Python中是操作系统的抽象，虽然自动切换，但可能导致race condition，因为线程切换由系统调度而非开发者控制。引入线程的目的是为了提高程序的执行效率，特别是在处理多个I/O任务时。

通过对比单线程和多线程，我们可以看到在爬取网页内容的例子中，单线程因为I/O阻塞而效率低下，而多线程通过线程池（如ThreadPoolExecutor）并行下载，显著提升了速度。ThreadPoolExecutor中的map方法利用future对象，类似于内置map函数，但通过Executor进行并发操作，确保了线程安全。

future是concurrent.futures和asyncio模块中的关键组件，它表示一个延迟计算的结果，类似于JavaScript中的Promise。future通常由框架创建，而非直接实例化，因为它代表的是未来会发生的事情，且确保其发生需要通过Executor的调度。

future有running、pending和finished三种状态，通过Executor.submit创建future后，可以使用done()检查任务是否已完成，add_done_callback在任务结束时触发回调，而result方法用于获取结果，可能阻塞直到有结果或超时。concurrent.futures.as_completed则用于处理一系列future，当每个future完成时返回。

在实际应用中，通过分析一个例子，我们观察到future在多线程场景中的运作，如创建future、调度任务和获取结果。理解future的状态转换和方法使用，可以帮助我们更好地利用并发编程提高程序性能。