使用map
和map_async
之间的区别是什么?将列表中的项目分配给4个进程后,它们是否没有运行相同的功能?
假设两者都在运行异步和并行是错误的吗?
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)
答案 0 :(得分:55)
将作业映射到流程有四种选择。您必须考虑多参数,并发,阻塞和排序。 map
和map_asnyc
仅在阻止方面有所不同。在map_async
阻止
map
是非阻止的
所以,让我们说你有一个功能
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,以便我们连续看到所有打印件。
r = pool.map_async(f, range(10))
将异步执行它们,并且仅在调用r.wait()
时阻止,因此我们会看到HERE
和MORE
,但DONE
将始终在结尾。< / p>