วิธีแยก time.sleep() ใน python concurrent.futures

หากคุณส่งฟังก์ชันไปที่ ThreadPoolExecutor ตัวดำเนินการจะเรียกใช้ฟังก์ชันในเธรดและเก็บค่าที่ส่งคืนไว้ในอ็อบเจ็กต์ Future เนื่องจากจำนวนเธรดที่เกิดขึ้นพร้อมกันนั้นมีจำกัด คุณจึงมีตัวเลือกในการ ยกเลิก การดำเนินการ รอดำเนินการ ในอนาคต แต่เมื่อการควบคุมในเธรดของผู้ปฏิบัติงานได้ถูกส่งผ่านไปยังผู้เรียกแล้ว ไม่มีทางหยุดการดำเนินการได้

พิจารณารหัสนี้:

import concurrent.futures as f
import time

T = f.ThreadPoolExecutor(1) # Run at most one function concurrently
def block5():
    time.sleep(5)
    return 1
q = T.submit(block5)
m = T.submit(block5)

print q.cancel()  # Will fail, because q is already running
print m.cancel()  # Will work, because q is blocking the only thread, so m is still queued

โดยทั่วไป เมื่อใดก็ตามที่คุณต้องการมีบางสิ่งที่สามารถยกเลิกได้ คุณเองก็ต้องรับผิดชอบในการตรวจสอบให้แน่ใจว่าเป็นเช่นนั้น

มีตัวเลือกบางอย่างที่มีจำหน่ายทั่วไป เช่น ลองใช้ asyncio พวกเขายัง มี ตัวอย่างการใช้โหมดสลีป แนวคิดนี้หลีกเลี่ยงปัญหาโดยเมื่อใดก็ตามที่มีการเรียกใช้การดำเนินการบล็อกที่อาจเกิดขึ้น แทนที่จะส่งคืนการควบคุมไปยังลูปควบคุมที่ทำงานในบริบทภายนอกสุด พร้อมด้วยหมายเหตุว่าการดำเนินการควรดำเนินต่อไปเมื่อใดก็ตามที่ผลลัพธ์พร้อมใช้งาน - หรือใน กรณีของคุณหลังจากผ่านไป n วินาที

ฉันไม่ค่อยมีความรู้เกี่ยวกับ concurrent.futures มากนัก แต่คุณสามารถใช้ตรรกะนี้เพื่อแบ่งเวลาได้ ใช้การวนซ้ำแทน sleep.time() หรือ wait()

for i in range(sec):
    sleep(1)

ขัดจังหวะหรือหยุดสามารถใช้เพื่อออกจากวงได้

ตามที่เขียนไว้ในลิงก์ คุณสามารถ ใช้คำสั่ง with เพื่อให้แน่ใจว่าเธรดได้รับการทำความสะอาดทันที ดังตัวอย่างด้านล่าง:

import concurrent.futures
import urllib.request

URLS = ['http://www.foxnews.com/',
        'http://www.cnn.com/',
        'http://europe.wsj.com/',
        'http://www.bbc.co.uk/',
        'http://some-made-up-domain.com/']

# Retrieve a single page and report the URL and contents
def load_url(url, timeout):
    with urllib.request.urlopen(url, timeout=timeout) as conn:
        return conn.read()

# We can use a with statement to ensure threads are cleaned up promptly
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
    # Start the load operations and mark each future with its URL
    future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
    for future in concurrent.futures.as_completed(future_to_url):
        url = future_to_url[future]
        try:
            data = future.result()
        except Exception as exc:
            print('%r generated an exception: %s' % (url, exc))
        else:
            print('%r page is %d bytes' % (url, len(data)))