coroexecutor 2019.11.1

使用map

concurrent.futures.Executor接口还定义了map()，其中 返回迭代器。但是，我们使用 异步生成器。下面是一个测试的例子：

您可以看到如何使用async for在 调用map得到的结果。在

如果某个函数调用引发错误，则所有未完成的调用都将 取消，但您可能仍收到部分结果。这是 测试的另一个例子：

times=[0.01,0.02,0.1,0.2]results=[]asyncdeff(dt):awaitasyncio.sleep(dt)ifdt==0.1:raiseException('oh noes')returndtasyncdefmain():asyncwithCoroutineExecutor()asexe:asyncforrinexe.map(f,times):results.append(r)withpytest.raises(Exception):run(main())assertresults==[0.01,0.02]

批处理的前两个值很快完成，我将它们保存到 resultslist在外部作用域中。然后，其中一个工作失败了 一个例外。这会导致其他挂起的作业被取消（即。， 本例中的“0.2”实例，CoroutineExecutor实例 重新引发异常，在本例中，异常引发所有 调用run()函数本身的方法。然而， 请注意，我们仍然有来自成功作业的结果。在

超时

让CoroutineExecutor也应用超时似乎很方便 它管理的一批作业。毕竟，它已经在管理工作， 因此，在触发超时时取消它们看起来很小 额外的工作。在

这是超时的外观（同样，从一个测试中获得）：

tasks=[]asyncdeff(dt):awaitasyncio.sleep(dt)asyncdefmain():asyncwithCoroutineExecutor(timeout=0.05)asexe:t1=exe.submit(f,0.01)t2=exe.submit(f,5)tasks.extend([t1,t2])withpytest.raises(asyncio.TimeoutError):run(main())t1,t2=tasksassertt1.done()andnott1.cancelled()assertt2.done()andt2.cancelled()

在执行器内部，有一个快速的工作和一个缓慢的工作。超时将 在快的完成之后，但在慢的完成之前应用。 引发的TimeoutError将取消慢速作业，并将被提升 从executor，实际上一直到run()函数（in 这个例子）。在

嵌套

您不必总是在一个函数中向executor提交任务。 executor实例可以被传递，并且可以向其添加工作 从几个不同的地方。在

fromrandomimportrandomasyncdeff(dt):awaitasyncio.sleep(dt)asyncdefproducer1(executor:CoroutineExecutor):executor.submit(f,random())executor.submit(f,random())executor.submit(f,random())asyncdefproducer2(executor:CoroutineExecutor):executor.submit(f,random())executor.submit(f,random())executor.submit(f,random())asyncdefmain():asyncwithCoroutineExecutor(timeout=0.5)asexecutor:executor.submit(f,random())executor.submit(f,random())executor.submit(f,random())executor.submit(producer1,executor)executor.submit(producer2,executor)run(main())

您不仅可以在executor上下文管理器中提交作业，还可以 传递实例并从其他函数收集作业。以及 创建CoroutineExecutor实例时设置的超时仍将 被应用。在