多处理:map与map_async

2022-04-10 00:00:00 python python-multiprocessing

问题描述

使用mapmap_async有什么区别?在将列表中的项目分发到4个进程后,它们是否没有运行相同的函数?

因此,假设两者都是异步和并行运行是错误的吗?

def f(x):
   return 2*x

p=Pool(4)
l=[1,2,3,4]
out1=p.map(f,l)
#vs
out2=p.map_async(f,l)

解决方案

将作业映射到进程有四种选择。您必须考虑多参数、并发性、阻塞和排序。mapmap_async只是在阻塞方面有所不同。map_async是非阻塞的,而ASmap是阻塞的

假设您有一个函数

from multiprocessing import Pool
import time

def f(x):
    print x*x

if __name__ == '__main__':
    pool = Pool(processes=4)
    pool.map(f, range(10))
    r = pool.map_async(f, range(10))
    # DO STUFF
    print 'HERE'
    print 'MORE'
    r.wait()
    print 'DONE'

示例输出:

0
1
9
4
16
25
36
49
64
81
0
HERE
1
4
MORE
16
25
36
9
49
64
81
DONE

pool.map(f, range(10))将等待所有10个函数调用完成,这样我们就可以看到一行中的所有打印。 r = pool.map_async(f, range(10))将异步执行它们,并且仅在调用r.wait()时阻塞,因此我们看到HEREMORE介于两者之间,但DONE将始终位于末尾。

相关文章