Python并行执行两同功能函数取最快结果并终止慢函数实现方法

核心用Python标准库concurrent.futures实现，零侵入原有函数逻辑，不需要修改func_a()、func_b()的内部代码，即可实现「并行运行、取首个返回结果、终止剩余慢任务」的需求。

由于你的场景是拉取Binance接口数据，属于IO密集型任务，优先用线程池实现，开销小、适配性强；如果两个函数内部包含大量CPU密集型计算，把线程池替换为进程池即可，核心逻辑完全不变。

核心实现代码 #

from concurrent.futures import ThreadPoolExecutor, wait, FIRST_COMPLETED

# 以下两个函数为你已有的、不可修改的原有逻辑
def func_a():
    # 原有拉取Binance数据、计算的逻辑，保持原样即可
    pass

def func_b():
    # 原有拉取Binance数据、计算的逻辑，保持原样即可
    pass

def fetch_fastest_data():
    # 初始化容量为2的线程池，刚好承载两个并行任务
    with ThreadPoolExecutor(max_workers=2) as executor:
        # 向线程池提交两个任务
        task_a = executor.submit(func_a)
        task_b = executor.submit(func_b)

        # 阻塞等待，直到任意一个任务执行完成
        done_tasks, pending_tasks = wait(
            [task_a, task_b],
            return_when=FIRST_COMPLETED
        )

        # 取首个完成的任务结果，增加异常兼容：如果先跑完的任务抛错，就取后完成的结果
        first_finish = next(iter(done_tasks))
        try:
            final_result = first_finish.result()
        except Exception:
            rest_task = next(iter(pending_tasks))
            final_result = rest_task.result()

        # 强制取消所有还在运行的慢任务，释放网络、线程资源
        for task in pending_tasks:
            task.cancel()

        return final_result

使用说明 #

• 每分钟定时执行的逻辑，直接在外层封装定时调度即可：简单场景可以用while True循环加time.sleep(60)实现，需要更可靠的调度可以用定时任务库，不影响核心取数逻辑。
• 不要手动写原生线程+全局标志位的终止逻辑：这类实现很难正确回收网络连接、线程栈资源，容易出现内存泄漏、连接占满的问题，标准库的实现已经做了兼容处理。
• 如果你的函数后续扩展到更多个同逻辑实现，只需要把新的函数提交到线程池，wait方法会自动等待第一个完成的任务，不需要改核心逻辑。

内容的提问来源于stack exchange，提问作者ghost