这是代码:
一个:
import multiprocessing
import datetime
import time
a = [i for i in range(100)]
res1 = []
def jia(a,b,c):
time.sleep(0.1)
return a + b + c
res1_time_start = datetime.datetime.now()
p = multiprocessing.Pool(4)
res1 = [p.apply_async(jia,(i,1,1)) for i in a]
res1 = [i.get() for i in res1]
res1_time_end = datetime.datetime.now()
print((res1_time_end - res1_time_start).seconds)
另一个:
import multiprocessing
import datetime
import time
a = [i for i in range(100)]
res1 = []
def jia(a,b,c):
time.sleep(0.1)
return a + b + c
res1_time_start = datetime.datetime.now()
p = multiprocessing.Pool(4)
for i in a:
res1.append(p.apply_async(jia,(i,1,1)).get())
res1_time_end = datetime.datetime.now()
print((res1_time_end - res1_time_start).seconds)
一个奇怪的结果是前者花费2.5s,而后者花费10s。 为什么?list.append阻止程序吗?
答案 0 :(得分:5)
否,append()
不会阻止,但是.get()
会阻止。 .get()
的目的被阻止。在
res1 = [p.apply_async(jia,(i,1,1)) for i in a]
res1 = [i.get() for i in res1]
all 在第二行调用 any .get()
之前,第一行将工作分配给池。但是在
for i in a:
res1.append(p.apply_async(jia,(i,1,1)).get())
.get()
等待单项工作完成,然后才允许循环继续甚至开始下一项工作。您已经完成了工作的序列化-并行无用。