Python中編寫并發程序

GIL

在Python中,由于歷史原因(GIL),使得Python中多線程的效果非常不理想.GIL使得任何時刻Python只能利用一個CPU 核,并且它的調度算法簡單粗暴:多線程中,讓每個線程運行一段時間t,然后強行掛起該線程,繼而去運行其他線程,如此周而復始,直到所有線程結束.

這使得無法有效利用計算機系統中的"局部性",頻繁的線程切換也對緩存不是很友好,造成資源的浪費.

據說Python官方曾經實現了一個去除GIL的Python解釋器,但是其效果還不如有GIL的解釋器,遂放棄.后來Python官方推出了"利用多進程替代多線程"的方案,在Python3中也有concurrent.futures這樣的包,讓我們的程序編寫可以做到"簡單和性能兼得".

多進程/多線程+Queue

一般來說,在Python中編寫并發程序的經驗是:計算密集型任務使用多進程,IO密集型任務使用多進程或者多線程.另外,因為涉及到資源共享,所以需要同步鎖等一系列麻煩的步驟,代碼編寫不直觀.另外一種好的思路是利用多進程/多線程+Queue的方法,可以避免加鎖這樣麻煩低效的方式.

下面是一些主要的邏輯代碼.

# -*- coding:utf-8 -*-
#IO密集型任務
#多個進程同時下載多個網頁
#利用Queue+多進程
#由于是IO密集型,所以同樣可以利用threading模塊
import multiprocessing
def main():
  tasks = multiprocessing.JoinableQueue()
  results = multiprocessing.Queue()
  cpu_count = multiprocessing.cpu_count()  #進程數目==CPU核數目
  create_process(tasks, results, cpu_count)   #主進程馬上創建一系列進程,但是由于阻塞隊列tasks開始為空,副進程全部被阻塞
  add_tasks(tasks)  #開始往tasks中添加任務
  parse(tasks, results)  #最后主進程等待其他線程處理完成結果
def create_process(tasks, results, cpu_count):
  for _ in range(cpu_count):
    p = multiprocessing.Process(target=_worker, args=(tasks, results)) #根據_worker創建對應的進程
    p.daemon = True  #讓所有進程可以隨主進程結束而結束
    p.start() #啟動
def _worker(tasks, results):
  while True:   #因為前面所有線程都設置了daemon=True,故不會無限循環
    try:
      task = tasks.get()   #如果tasks中沒有任務,則阻塞
      result = _download(task)
      results.put(result)   #some exceptions do not handled
    finally:
      tasks.task_done()
def add_tasks(tasks):
  for url in get_urls():  #get_urls() return a urls_list
    tasks.put(url)
def parse(tasks, results):
  try: 
    tasks.join()
  except KeyboardInterrupt as err:
    print "Tasks has been stopped!"
    print err
  while not results.empty():
    _parse(results)
if __name__ == '__main__':
  main()

利用Python3中的concurrent.futures包

在Python3中可以利用concurrent.futures包,編寫更加簡單易用的多線程/多進程代碼.其使用感覺和Java的concurrent框架很相似(借鑒?)比如下面的簡單代碼示例

def handler():
  futures = set()
  with concurrent.futures.ProcessPoolExecutor(max_workers=cpu_count) as executor:
    for task in get_task(tasks):
      future = executor.submit(task)
      futures.add(future)
def wait_for(futures):
  try:
    for future in concurrent.futures.as_completed(futures):
      err = futures.exception()
      if not err:
        result = future.result()
      else:
        raise err
  except KeyboardInterrupt as e:
    for future in futures:
      future.cancel()
    print "Task has been canceled!"
    print e
  return result

總結

要是一些大型Python項目也這般編寫,那么效率也太低了.在Python中有許多已有的框架使用,使用它們起來更加高效.但是自己的一些"小打小鬧"的程序這樣來編寫還是不錯的.:)