[技巧分享] 使用多线程来加速你的 Python 代码

我们会用 Python 编写来执行远程请求或读取多个文件，或者对一些数据进行处理。在很多这样的情况下，我看到程序员使用一个简单的 for loop 来执行。例如：

import requests
from time import time

url_list = [
    "https://via.placeholder.com/400",
    "https://via.placeholder.com/410",
    "https://via.placeholder.com/420",
    "https://via.placeholder.com/430",
    "https://via.placeholder.com/440",
    "https://via.placeholder.com/450",
    "https://via.placeholder.com/460",
    "https://via.placeholder.com/470",
    "https://via.placeholder.com/480",
    "https://via.placeholder.com/490",
    "https://via.placeholder.com/500",
    "https://via.placeholder.com/510",
    "https://via.placeholder.com/520",
    "https://via.placeholder.com/530",
]

def download_file(url):
    html = requests.get(url, stream=True)
    return html.status_code

start = time()

for url in url_list:
    print(download_file(url))

print(f'Time taken: {time() - start}')

输出:

<--truncated-->
Time taken: 4.128157138824463

以上例子中，代码将打开每个 URL，等待它加载，打印它的状态代码，然后才转到下一个 URL。这种代码非常适合多线程。

现代系统可以运行许多线程，这意味着您可以用非常低的开销同时执行多个任务。为什么我们不试着利用它让上面的代码更快地处理这些 URL 呢？

我们将使用 ThreadPoolExecutor 库中的 concurrent.futures 。它简单易用，我们先看一些代码，然后解释它是如何工作的。

import requests
from concurrent.futures import ThreadPoolExecutor, as_completed
from time import time

url_list = [
    "https://via.placeholder.com/400",
    "https://via.placeholder.com/410",
    "https://via.placeholder.com/420",
    "https://via.placeholder.com/430",
    "https://via.placeholder.com/440",
    "https://via.placeholder.com/450",
    "https://via.placeholder.com/460",
    "https://via.placeholder.com/470",
    "https://via.placeholder.com/480",
    "https://via.placeholder.com/490",
    "https://via.placeholder.com/500",
    "https://via.placeholder.com/510",
    "https://via.placeholder.com/520",
    "https://via.placeholder.com/530",
]

def download_file(url):
    html = requests.get(url, stream=True)
    return html.status_code

start = time()

processes = []
with ThreadPoolExecutor(max_workers=10) as executor:
    for url in url_list:
        processes.append(executor.submit(download_file, url))

for task in as_completed(processes):
    print(task.result())

print(f'Time taken: {time() - start}')

输出:

<--truncated-->
Time taken: 0.4583399295806885

我们刚刚将代码速度提高了近 9 倍！如果有更多的URL，性能好处会更大。

那么发生了什么？当我们调用 executor.submit 时，我们正在向线程池中添加一个新任务。我们将该任务存储在进程列表中。稍后我们迭代过程并打印结果。

as_completed方法在完成后立即从进程列表中生成项目(任务)。任务可以进入完成状态的原因有两个。它要么已经完成，要么被取消。我们还可以将timeout参数传递给as_completed，如果一个任务花费的时间超过这个时间段，就会被取消。

您应该更多地探索多线程。对于琐碎的项目，这是加快代码速度的最快方法。如果你想学习，请阅读更多的 官方文档。

祝您有愉快的一天！再见！

本文中的所有译文仅用于学习和交流目的，转载请务必注明文章译者、出处、和本文链接
我们的翻译工作遵照 CC 协议，如果我们的工作有侵犯到您的权益，请及时联系我们。

原文地址：https://pythontips.com/2019/05/29/speedi...

译文地址：https://learnku.com/python/t/41198