Python의 동시 미래: 병렬 작업을 쉽게 시작하기

병렬 실행을 통한 최적의 성능 달성은 필수입니다. 다목적 프로그래밍 언어인 Python은 동시 실행을 위한 여러 도구를 제공합니다. 가장 강력하고 사용자 친화적인 모듈 중 하나는 개발자가 비동기식으로 호출을 실행할 수 있게 해주는 Concurrent.futures입니다. 이 기사에서는 이 모듈의 기능과 이를 파일 작업 및 웹 요청을 포함한 다양한 작업에 활용하는 방법을 살펴보겠습니다.

동시 선물 개요

concurrent.futures 모듈은 비동기식 호출 실행을 용이하게 하는 Executor라는 추상 클래스를 제공합니다. 직접 사용해서는 안 되지만 개발자는 ThreadPoolExecutor 및 ProcessPoolExecutor와 같은 구체적인 하위 클래스를 활용하여 작업을 동시에 수행할 수 있습니다.

주요 특징

1. 제출 방법: 제출 방법은 마법이 일어나는 곳입니다. 호출 가능한 함수가 비동기적으로 실행되도록 예약하고 Future 객체를 반환합니다. 콜러블은 제공된 인수를 사용하여 실행되므로 개발자가 백그라운드 작업을 원활하게 실행할 수 있습니다.

   with ThreadPoolExecutor(max_workers=1) as executor:
       future = executor.submit(pow, 323, 1235)
       print(future.result())

이 예에서는 ThreadPoolExecutor를 사용하여 별도의 스레드에서 숫자를 거듭제곱합니다.

1. 맵 메서드: 맵 메서드는 여러 입력 반복 가능 항목에서 동시에 함수를 실행할 수 있는 또 다른 환상적인 기능입니다. 반복 가능한 항목을 즉시 수집하고 호출을 비동기식으로 실행합니다.

   results = executor.map(load_url, URLS, timeout=2)

이 기능은 병렬로 실행하려는 작업 목록이 있을 때 특히 유용합니다.

실제 적용: 파일 복사

여러 파일을 효율적으로 복사해야 하는 시나리오를 생각해 보세요. 다음 코드 조각은 ThreadPoolExecutor를 사용하여 파일을 동시에 복사하는 방법을 보여줍니다.

import concurrent.futures
import shutil

files_to_copy = [
    ('src2.txt', 'dest2.txt'),
    ('src3.txt', 'dest3.txt'),
    ('src4.txt', 'dest4.txt'),
]

with concurrent.futures.ThreadPoolExecutor() as executor:
    futures = [executor.submit(shutil.copy, src, dst) for src, dst in files_to_copy]
    for future in concurrent.futures.as_completed(futures):
        print(future.result())

이 예에서는 quitil.copy 기능을 활용하여 파일 복사를 병렬로 수행하므로 대규모 파일 작업의 성능이 크게 향상됩니다.

웹 요청을 동시에 처리하기

Concurrent.futures 모듈의 또 다른 흥미로운 적용은 여러 URL에서 콘텐츠를 한 번에 검색하는 것입니다. 다음은 ThreadPoolExecutor를 사용하여 웹 페이지를 가져오는 간단한 구현입니다.

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://nonexistant-subdomain.python.org/',
]

def load_url(url, timeout):
    with urllib.request.urlopen(url, timeout=timeout) as conn:
        return conn.read()

with concurrent.futures.ThreadPoolExecutor() as executor:
    results = executor.map(load_url, URLS, timeout=2)
    for result in results:
        print(result)

이 코드는 웹 콘텐츠를 빠르게 검색하는 간단한 방법으로, 프로젝트에서 동시 실행을 구현하는 것이 얼마나 쉬운지 보여줍니다.

결론

concurrent.futures 모듈은 Python에서 작업을 비동기적으로 실행하는 강력한 방법을 제공하여 애플리케이션에서 병렬 처리를 달성하는 프로세스를 단순화합니다. 개발자는 Executor 클래스와 제출 및 매핑과 같은 메서드를 통해 파일 작업, 웹 요청 또는 기타 I/O 바인딩 프로세스와 관련된 백그라운드 작업을 효율적으로 관리할 수 있습니다.

이러한 기술을 프로그래밍 실습에 통합하면 보다 응답성이 뛰어나고 효율적인 애플리케이션을 만들어 성능과 사용자 경험을 모두 향상시킬 수 있습니다. 즐거운 코딩하세요!

위 내용은 Python의 동시 미래: 병렬 작업을 쉽게 시작하기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!