这两种Python代码使用并发执行的功能是等效的吗？

Question

我有两段代码，代表我正在调试的更复杂的场景。我想知道他们是否在技术上是等价的，如果不是，为什么。你知道吗

第一个：

import time                                                                               
from concurrent.futures import ThreadPoolExecutor                                         

def cb(res):
    print("done", res)

def foo():
    time.sleep(3)
    res = 5
    cb(res)
    return res

with ThreadPoolExecutor(max_workers=2) as executor:
    future = executor.submit(foo)
    print(future.result())

第二个：

def cb2(fut):
    print("done", fut.result())

def foo2():
    time.sleep(3)
    return 5

with ThreadPoolExecutor(max_workers=2) as executor:
    future = executor.submit(foo2)
    future.add_done_callback(cb2)
    print(future.result())

问题的核心是：我需要调用一个sync，慢操作（这里用sleep表示）。当该操作完成时，我必须执行后续的快速操作。在第一段代码中，我将这些操作放在sync slow操作之后。在第二段代码中，我将其放入回调中。你知道吗

在实现方面，我怀疑未来会创建一个次线程，在次线程中运行代码，这个次线程会在sync slow操作时停止。一旦此操作完成，辅助线程将继续运行，它可以通过执行后续代码或调用回调来继续运行。我认为这两段代码没有区别（除了添加回调允许从外部注入代码这一事实，增加了灵活性），但我可能错了，因此问题来了。你知道吗

请注意，我确实理解，在第一种情况下，当未来仍未解决时调用print，在第二种情况下调用print，但假定状态不相关。你知道吗

Answer 1

https://gist.github.com/mangecoeur/9540178 https://docs.python.org/3.4/library/concurrent.futures.html

与concurrent.futures.processPool执行器（）作为执行人： 结果=执行者.map（函数，iterable）

你知道吗执行者.map（有趣，[数据]*10）

池=多处理池() 池.map（…）

与并发.futures.ThreadPoolExecutor（）作为执行人： 结果=执行者.map（函数，iterable）