Question

基于this pretty useful tutorial我试图简单地实现Python multiprocessing来衡量它的有效性。模块multi1，multi2，multi3包含ODE集成并在csv中导出计算值（无关紧要，它们是脚本执行某些操作）。

import multiprocessing
import multi1
import multi2
import multi3
import time

t0 = time.time()

if __name__ == '__main__':

    p1 = multiprocessing.Process(target = multi1.main(), args=())
    p2 = multiprocessing.Process(target = multi2.main(), args=())
    p3 = multiprocessing.Process(target = multi3.main(), args=())

    p1.start()
    p2.start()
    p3.start()

    p1.join()
    p2.join()
    p3.join()

t1 = time.time()

multi1.main()
multi2.main()
multi3.main()

t2 = time.time()

print t1-t0
print t2-t1

问题在于打印时间相等，因此multiprocessing没有加快处理速度。为什么呢？

Answer 1

您在主线程中调用了 main，并将返回值（可能是None）作为target传递，因此没有在你的工人流程。删除调用parens，因此您可以在不调用它的情况下传递函数，例如：

p1 = multiprocessing.Process(target=multi1.main, args=())
p2 = multiprocessing.Process(target=multi2.main, args=())
p3 = multiprocessing.Process(target=multi3.main, args=())

这与the threaded case中的基本问题相同。

这个多处理示例有什么问题？

1 个答案: