[[403063]]

我們?cè)趯?xiě)多線程代碼的時(shí)候，可能會(huì)需要等待多個(gè)線程同時(shí)結(jié)束，然后再進(jìn)行后續(xù)的流程。例如，我做了一個(gè)聚合搜索引擎，用戶輸入一個(gè)關(guān)鍵詞，我需要同時(shí)在很多個(gè)搜索引擎上搜索，然后把搜索結(jié)果匯總以后返回給用戶。

示例代碼如下：

@app.get('/api/search') 
def search(keyword: str): 
    google_result = requests.get('Google 搜索地址').text 
    baidu_result = requests.get('百度搜索地址').text 
    bing_result = requests.get('Bing搜索地址').text 
    result = combine(google_result, baidu_result, bing_result) 
    return {'success': True, 'result': result} 

從上面這段代碼，大家可能會(huì)發(fā)現(xiàn)一個(gè)問(wèn)題，就是在請(qǐng)求多個(gè)搜索引擎的時(shí)候是串行的，先訪問(wèn) Google，訪問(wèn)完成再訪問(wèn)百度，訪問(wèn)完成最后訪問(wèn) Bing。這樣顯然會(huì)浪費(fèi)大量的時(shí)間。

如果你不會(huì)async/await，那么為了解決這個(gè)問(wèn)題，你能想到的顯然就是使用多線程。使用3個(gè)線程同時(shí)訪問(wèn) Google、百度和 Bing，然后把結(jié)果匯總傳入combine函數(shù)，不就解決問(wèn)題了嗎?

如果僅僅是啟動(dòng)多個(gè)線程，那么做法很簡(jiǎn)單：

import threading 
 
def get_url(url): 
    result = requests.get(url, headers=HEADERS).text 
    return result 
 
@app.get('/api/search') 
def search(keyword: str): 
    google_thead = threading.Thread(target=get_url, 'Google 搜索地址') 
    baidu_thread = threading.Thread(target=get_url, '百度搜索地址') 
    bing_thread = threading.Thread(target=get_url, 'Bing搜索地址') 
    google_thread.start() 
    baidu_thread.start() 
    bing_thread.start() 
    ... 

現(xiàn)在問(wèn)題來(lái)了，三個(gè)線程確實(shí)已經(jīng)啟動(dòng)了，但你怎么知道到什么時(shí)候?yàn)橹?，所有線程都運(yùn)行完畢?

這里我們給出幾個(gè)方法。

使用 join

調(diào)用線程的.join()方法，就可以卡住主線程，直到這個(gè)子線程運(yùn)行完畢才能讓主線程繼續(xù)運(yùn)行后面的代碼。所以我們可以修改代碼為：

import threading 
 
def get_url(url): 
    result = requests.get(url, headers=HEADERS).text 
    return result 
 
@app.get('/api/search') 
def search(keyword: str): 
    google_thead = threading.Thread(target=get_url, 'Google 搜索地址') 
    baidu_thread = threading.Thread(target=get_url, '百度搜索地址') 
    bing_thread = threading.Thread(target=get_url, 'Bing搜索地址') 
    google_thread.start() 
    baidu_thread.start() 
    bing_thread.start() 
     
    google_thread.join() 
    baidu_thread.join() 
    bing_thread.join() 

但等一等，我怎么拿到子線程的返回呢?在默認(rèn)情況下，你確實(shí)拿不到返回的數(shù)據(jù)。所以你需要傳入一個(gè)東西去子線程接收結(jié)果。所以代碼可以改為：

import threading 
 
def get_url(url, output): 
    result = requests.get(url, headers=HEADERS).text 
    output.append(result) 
 
@app.get('/api/search') 
def search(keyword: str): 
    result = [] 
    google_thead = threading.Thread(target=get_url, args=['Google 搜索地址', result]) 
    baidu_thread = threading.Thread(target=get_url, args=['百度搜索地址', result]) 
    bing_thread = threading.Thread(target=get_url, args=['Bing搜索地址', result]) 
    google_thread.start() 
    baidu_thread.start() 
    bing_thread.start() 
     
    google_thread.join() 
    baidu_thread.join() 
    bing_thread.join() 
    combine(*result) 

因?yàn)榫€程是共享內(nèi)存的，所以他們可以直接修改主線程傳入的列表。

在使用.join()的時(shí)候，需要小心不要把.join()放錯(cuò)了地方，否則你的多線程就會(huì)變成單線程。詳情可以看我的這篇文章： 等一等，你的多線程可別再亂 join 了。

ThreadPoolExecutor

Python 自帶了一個(gè)concurrent模塊，它就是專(zhuān)門(mén)用來(lái)處理并發(fā)問(wèn)題的。我們也可以使用這個(gè)模塊中的ThreadPoolExecutor來(lái)解決問(wèn)題：

from concurrent.futures import ThreadPoolExecutor, as_completed 
 
def get_url(url): 
    result = requests.get(url, headers=HEADERS).text 
    return result 
 
@app.get('/api/search') 
def search(keyword: str): 
    tasks = [] 
    with ThreadPoolExecutor() as executor: 
        for url in ['Google 搜索地址', '百度搜索地址', 'Bing搜索地址'] 
            task = executor.submit(get_url, url) 
            tasks.append(task) 
        result = [x.result() for x in as_completed(tasks)] 
  
    combine(*result) 
    ... 

concurrent.futures里面的as_completed函數(shù)接收一個(gè)列表，列表里面是多個(gè)并發(fā)任務(wù)。當(dāng)所有并發(fā)任務(wù)都運(yùn)行結(jié)束時(shí)，它才會(huì)返回一個(gè)可迭代對(duì)象。對(duì)它進(jìn)行迭代以后，每個(gè)元素的.result()就是每個(gè)子線程運(yùn)行的返回結(jié)果。

其他方法

除了上面兩個(gè)方法外，還可以使用multiprocessing.dummy里面的Pool來(lái)實(shí)現(xiàn)更簡(jiǎn)單的多線程。

本文轉(zhuǎn)載自微信公眾號(hào)「未聞Code」，可以通過(guò)以下二維碼關(guān)注。轉(zhuǎn)載本文請(qǐng)聯(lián)系未聞Code公眾號(hào)。