Python中concurrent.futures超时机制的有效性探讨

尝试通过简单的方法实现基于进程的同步超时，代码示例如下：

from concurrent.futures import ProcessPoolExecutor
import time
def call_with_timeout(func, *args, timeout=3):
    with ProcessPoolExecutor(max_workers=1) as pool:
        future = pool.submit(func, *args)
        try:
            result = future.result(timeout=timeout)
            return result
        except TimeoutError:
            print("任务超时")

理论上，传递给future.result()的超时参数应该能够限制任务的执行时间，但实际上其效果并不理想。

>>> start_time = time.time()
>>> call_with_timeout(time.sleep, 2, timeout=3)
>>> elapsed_time = time.time() - start_time
>>> print('实际耗时:', elapsed_time)
实际耗时: 2.016767978668213

这看起来是正确的。

>>> start_time = time.time()
>>> call_with_timeout(time.sleep, 5, timeout=3)
>>> elapsed_time = time.time() - start_time
>>> print('实际耗时:', elapsed_time)
# 抛出TimeoutError

然而，这里的问题在于，尽管抛出了超时异常，但实际的执行时间仍然是5秒，而非预期的3秒。

针对这一问题，一些相关的解决方案建议使用线程池或信号处理来实现。但是，有没有一种方法可以在不使用多处理的私有API的情况下，在n秒后超时并终止进程？硬性终止进程是可以接受的，不一定需要优雅地关闭。

一个推荐的解决方案是使用pebble库。该库的ProcessPool设计旨在解决上述问题，即允许设置超时并取消正在运行的任务，而无需关闭整个进程池。当任务超时或被取消时，工作进程将被终止，从而停止执行预定的功能。

from pebble import ProcessPool

pool = ProcessPool(max_workers=1)
future = pool.schedule(func, args=args, timeout=1)
try:
    result = future.result()
except TimeoutError:
    print("任务超时")

具体实现如下：

def call_with_timeout(func, *args, timeout=3):
    with ProcessPool(max_workers=1) as pool:
        future = pool.schedule(func, args=args, timeout=timeout)
        try:
            return future.result()
        except TimeoutError:
            print("任务超时")