并发编程的实用工具：concurrent.futuresas_completed()函数详解

concurrent.futures是Python标准库中用于进行并发编程的模块，提供了一种简单的方式来实现多线程和多进程的并发执行。其中，concurrent.futures.as_completed()函数是一个实用工具，用于管理多个并发任务的完成顺序。

as_completed()函数可以接受一个迭代器参数，迭代器中包含了已经提交给线程池的并发任务。as_completed()函数返回一个生成器，当任务完成时会产生一个Future对象，可以使用next()函数来获取这个Future对象，然后通过Future对象的result()方法来获取任务的返回值。

下面给出一个具体的例子，首先需要导入concurrent.futures模块和time模块:

import concurrent.futures
import time

然后定义一个函数，模拟一个耗时的任务。这个函数接受一个参数n，表示任务的编号，然后打印出任务开始的信息，并使用time.sleep()函数来模拟一个耗时的任务，最后返回任务的编号和执行时间。

def task(n):
    print(f"Task {n} started")
    time.sleep(2)
    print(f"Task {n} finished")
    return n, time.time()

接下来，创建一个ThreadPoolExecutor对象，设置最大线程数为3:

executor = concurrent.futures.ThreadPoolExecutor(max_workers=3)

然后使用executor.submit()函数提交一系列任务，返回每个任务的Future对象，并将这些Future对象保存在一个列表中:

futures = [executor.submit(task, i) for i in range(10)]

最后，使用as_completed()函数根据任务的完成顺序来获取任务的返回值，并打印出来:

for future in concurrent.futures.as_completed(futures):
    result = future.result()
    print(result)

运行上述代码，可以看到任务的执行顺序可能是乱序的，但是在获取任务的返回值时，是按照任务完成的顺序来获取的。例如，输出可能是:

Task 0 started
Task 1 started
Task 2 started
Task 0 finished
(0, 1567698707.7404308)
Task 3 started
(1, 1567698707.7404308)
Task 4 started
Task 1 finished
(2, 1567698707.7404308)
Task 2 finished
Task 5 started
...

从输出中可以看出，任务的执行是并发的，但是获取任务的返回值是按照任务的完成顺序来获取的。

as_completed()函数可以用于任何实现了线程池接口的并发框架，不仅仅局限于concurrent.futures模块。它是一个非常实用的工具，用于管理多个并发任务的返回顺序，可以在实际的并发编程中发挥重要作用。