网络自动化（5）：concurrent.futures的线程池方法使用

首先看如下代码：

其中read_cmdb()为自定义的函数，实现对表格数据清洗，asset_check()为自定义函数，实现对多型号设备远程登录管理，并发送命令，提取出想要的信息并返回；

from concurrent.futures.thread import ThreadPoolExecutor
from concurrent.futures._base import as_completed


def receive_info():
    executor = ThreadPoolExecutor(max_workers=10)
    ips = read_cmdb()
    # print(json.dumps(ips,indent=4))
    tasks = []
    all_result = []
    for host_info in ips:
        ip = host_info['host']
        username = host_info['username']
        password = host_info['password']
        device_type = host_info['device_type']
        equipment_model = host_info['equipment_model']
        sn = host_info['sn']
        asset = host_info['asset']
        task = executor.submit(asset_check, ip, username, password, device_type, equipment_model, sn, asset)   #调用任务对象

from concurrent.futures.thread import ThreadPoolExecutor

ThreadPoolExecutor
为线程生成器，可以添加任务，可以通过”max_workers“参数来控制线程池的大小（任务数多少）；

from concurrent.futures._base import as_completed
as_completed通过动态调度已添加的任务，返回任务结果，从而减少阻塞时间；

”“”
此处可以直接采用result方法获取任务的值(可见我的另一篇笔记：

网络自动化之pyton（4）：paramiko+concurrent.futures多线程测试，将获取的设备SN等信息添加到CSV表中

直接获取结果，能更清晰的观察自定义远程函数asset_check()的执行结果，相当于单线程，可以在测试时使用，连链接中的笔记未指出后文提到的阻塞情况，在此处补充

)，但是result()会导致线程阻塞直至该任务完成，如需真正实现多线程，正确的方法是，将多个‘asset_check()’对象加入到池子中，然后通过as_completed()去获取众多任务对象的值，由于任务对象在列表中是独立存在的，即有独立的索引，因此众多对象的值亦是如此，可以通过索引、遍历等方法取出
“”“

见如下部分代码：

        tasks.append(task) #将任务调价到字典中
        print("all_task size is " + str(len(tasks)))
    for future in as_completed(tasks):
        result = future.result()
        all_result.append(result)
        return all_result