极客教程Python：等待concurrent.futures.ThreadPoolExecutor所有future完成
在本文中，我们将介绍如何使用concurrent.futures.ThreadPoolExecutor等待所有future完成的方法。concurrent.futures模块提供了一种简单而强大的方式来并行执行代码，特别是在处理耗时操作时非常有用。通过ThreadPoolExecutor类，我们可以使用线程池来管理任务的并发执行。然而，在某些情况下，我们可能需要等待所有任务完成后再进行下一步操作。接下来，我们将探讨几种等待线程池中所有future完成的方法。
阅读更多：Python 教程
方法一：使用wait函数
concurrent.futures模块中的wait函数可以等待一组任务（即一组future对象）完成。这个函数接受一个可迭代的future集合，并接受可选的timeout参数。如果指定了timeout，则在超时之前返回，如果未指定，则等待所有future都完成后返回。
import concurrent.futures
def worker(count):
return count * count
with concurrent.futures.ThreadPoolExecutor() as executor:
futures = [executor.submit(worker, i) for i in range(1, 6)]
concurrent.futures.wait(futures)
for future in futures:
print(future.result())
在上面的示例中，我们创建了一个线程池执行器，并使用submit函数将任务提交给线程池。我们创建了5个任务（即5个future对象），每个任务都会计算给定数字的平方。然后，我们调用wait函数等待所有任务完成。最后，我们遍历每个future并打印结果。
方法二：使用as_completed函数
concurrent.futures模块中的as_completed函数允许我们按完成顺序获取任务的结果。该函数返回一个迭代器，每次迭代返回一个已完成的future对象。我们可以在逐个返回结果时执行其他操作。
import concurrent.futures
def worker(count):
return count * count
with concurrent.futures.ThreadPoolExecutor() as executor:
futures = [executor.submit(worker, i) for i in range(1, 6)]
for future in concurrent.futures.as_completed(futures):
print(future.result())
在上面的示例中，我们使用as_completed函数迭代已完成的future。与前面的示例不同，我们不再调用wait函数等待所有任务完成。相反，我们会立即进行迭代，并在每次迭代中打印结果。
方法三：使用add_done_callback方法
concurrent.futures.Future类中的add_done_callback方法允许我们在future完成时注册一个回调函数。这使得我们可以在每个future完成时执行特定操作。
import concurrent.futures
def worker(count):
return count * count
def callback(future):
print(future.result())
with concurrent.futures.ThreadPoolExecutor() as executor:
futures = []
for i in range(1, 6):
future = executor.submit(worker, i)
futures.append(future)
future.add_done_callback(callback)
在上面的示例中，我们定义了一个回调函数callback，它会在每个future完成时打印结果。我们使用add_done_callback方法将回调函数注册到每个future上。与前面的示例不同，我们在提交任务给线程池后立即注册回调函数。
总结
在本文中，我们介绍了三种等待concurrent.futures.ThreadPoolExecutor中所有future完成的方法。我们可以使用wait函数等待所有任务完成并获取结果，也可以使用as_completed函数逐个返回已完成的future结果，还可以使用add_done_callback方法在每个future完成时执行回调函数。这些方法给予了我们更灵活地控制并行任务的执行顺序和后续操作。使用concurrent.futures模块，我们可以更高效地处理并发任务，提高代码的性能并加快执行速度。享受Python的并行编程吧！