浅谈python3.x pool.map()方法的实质

我使用多进程的一般方式，都是multiprocessing模块中的pool.map()方法。下面写一个简单的示例和解析。至于此种方法使用多进程的效率问题，还希望大佬予以指正。

示例：

"""
探索pool.map多进程执行方式的实质
"""

from multiprocessing import pool
from time import sleep
from datetime import datetime

class formap:
  def __init__(self):
    self.name = '没啥用的初始化'

  def forprinit(self, i):
    sleep(i)
    print(i)
    return i ** 2

基本的代码已经写好，下面看看怎么使用多进程去执行。

执行示例1：

if __name__ == '__main__':
  s = datetime.now()
  tt = formap()
  # 进程池中创建两个进程，调用计算机的两个内核去帮我做事。
  p = pool(2)

  l = [2, 4, 6]
  rlist = p.map(tt.fortest, l)
  print(rlist)

  p.close()
  p.join()

  e = datetime.now()
  print('多进程执行时间：', e - s)

运行结果：

2
4
6
[4, 16, 36]
多进程执行时间： 0:00:08.191251

由于在进程池中创建了两个进程，所以代码会调用计算机的两个内核。而列表l中的三个元素中的前两个（“2”和“4”），会依次传入函数中，由计算机内核a和b去执行。当某一个内核执行完，会继续接收下一个传入参数“6”函数。而且内核a执行的函数，只会sleep两秒，所以，传入参数“6”的函数会由内核a去执行。所以a一共执行了2 + 6 为8秒，又由于是并行，所以总的执行时间是8秒（多的那零点几是初始化、赋值、打印等操作）。

执行示例2：

if __name__ == '__main__':
  s = datetime.now()
  tt = formap()
  # 进程池中创建三个进程
  p = pool(3)

  l = [2, 4, 6]
  rlist = p.map(tt.fortest, l)
  print(rlist)

  p.close()
  p.join()

  e = datetime.now()
  print('多进程执行时间：', e - s)

执行结果：

2
4
6
[4, 16, 36]
多进程执行时间： 0:00:06.273263

创建了三个进程 ，并行执行，所以执行时间是6秒

执行示例3：

if __name__ == '__main__':
  s = datetime.now()
  tt = formap()
  # 进程池中创建三个进程
  p = pool(3)

  l = [2, 4, 6, 8]
  rlist = p.map(tt.fortest, l)
  print(rlist)

  p.close()
  p.join()

  e = datetime.now()
  print('多进程执行时间：', e - s)

执行结果：

2
4
6
8
[4, 16, 36, 64]
多进程执行时间： 0:00:10.211451

在列表中添加一个元素，首先内核a、b、c分别执行2， 4， 6。a先结束，所以8也会由a来执行。

执行示例4：

if __name__ == '__main__':
  s = datetime.now()
  tt = formap()
  # 进程池中创建三个进程
  p = pool(2)

  l = [2, 4, 8, 6]
  rlist = p.map(tt.fortest, l)
  print(rlist)

  p.close()
  p.join()

  e = datetime.now()
  print('多进程执行时间：', e - s)

执行结果：

2
4
8
6
[4, 16, 64, 36]
多进程执行时间： 0:00:10.200389

还是创建两个进程，将列表中第3和第4个元素交换位置，执行结果为10秒多，而且返回值也是交换过位置之后的，说明map方法中，可迭代对象传入函数是从前到后逐个提取元素。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。