Question

我使用的是python 2.7，我有一些看起来像这样的代码：

task1()
task2()
task3()
dependent1()

task4()
task5()
task6()
dependent2()

dependent3()

这里唯一的依赖关系如下：dependent1需要等待tasks1-3，dependent2需要等待任务4-6，dependent3需要等待dependents1-2 ......以下就可以了：运行整个6个任务首先并行，然后是前两个依赖的并行...然后是最终的依赖

我更喜欢尽可能多地并行运行任务，我已经搜索了一些模块，但我希望避免使用外部库，并且不确定Queue-Thread技术如何解决我的问题（也许有人可以推荐一个很好的资源？）

Answer 1

内置threading.Thread类提供了所需的一切：start用于启动新线程，join用于等待线程结束。

import threading

def task1():
    pass
def task2():
    pass
def task3():
    pass
def task4():
    pass
def task5():
    pass
def task6():
    pass

def dep1():
    t1 = threading.Thread(target=task1)
    t2 = threading.Thread(target=task2)
    t3 = threading.Thread(target=task3)

    t1.start()
    t2.start()
    t3.start()

    t1.join()
    t2.join()
    t3.join()

def  dep2():
    t4 = threading.Thread(target=task4)
    t5 = threading.Thread(target=task5)

    t4.start()
    t5.start()

    t4.join()
    t5.join()

def dep3():
    d1 = threading.Thread(target=dep1)
    d2 = threading.Thread(target=dep2)

    d1.start()
    d2.start()

    d1.join()
    d2.join()

d3 = threading.Thread(target=dep3)
d3.start()
d3.join()

除了加入，您可以使用Queue.join等待线程结束。

Answer 2

如果您愿意尝试使用外部库，则可以使用Ray优雅地表达任务及其依赖性。这在单台机器上效果很好，优点是与Ray相比，使用Ray表示并行性和依赖性比使用Python多处理更容易，并且它不存在GIL（全局解释器锁定）问题，该问题经常阻止多线程有效工作。此外，如果将来需要，可以很容易地在集群上扩展工作负载。

解决方案如下：

import ray

ray.init()

@ray.remote
def task1():
    pass

@ray.remote
def task2():
    pass

@ray.remote
def task3():
    pass

@ray.remote
def dependent1(x1, x2, x3):
    pass

@ray.remote
def task4():
    pass

@ray.remote
def task5():
    pass

@ray.remote
def task6():
    pass

@ray.remote
def dependent2(x1, x2, x3):
    pass

@ray.remote
def dependent3(x, y):
    pass

id1 = task1.remote()
id2 = task2.remote()
id3 = task3.remote()

dependent_id1 = dependent1.remote(id1, id2, id3)

id4 = task4.remote()
id5 = task5.remote()
id6 = task6.remote()

dependent_id2 = dependent2.remote(id4, id5, id6)

dependent_id3 = dependent3.remote(dependent_id1, dependent_id2)

ray.get(dependent_id3) # This is optional, you can get the results if the tasks return an object

您还可以通过使用任务内部的参数并返回结果（例如，说出“返回值”而不是上面的“通过”）在任务之间传递实际的python对象。

使用“ pip install ray”，上面的代码可以在一台机器上即开即用，并且还可以轻松地并行化集群中的应用程序，无论是在云中还是在您自己的自定义集群中，请参见https://ray.readthedocs.io/en/latest/autoscaling.html和https://ray.readthedocs.io/en/latest/using-ray-on-a-cluster.html）。如果您的工作量以后会增加，那可能会派上用场。

免责声明：我是Ray的开发人员之一。

Answer 3

请看Gevent。

示例用法：

import gevent
from gevent import socket

def destination(jobs):
    gevent.joinall(jobs, timeout=2)
    print [job.value for job in jobs]

def task1():
    return gevent.spawn(socket.gethostbyname, 'www.google.com')

def task2():
    return gevent.spawn(socket.gethostbyname, 'www.example.com')

def task3():
    return gevent.spawn(socket.gethostbyname, 'www.python.org')

jobs = []
jobs.append(task1())
jobs.append(task2())
jobs.append(task3())
destination(jobs)

希望，这是你一直在寻找的。

在python中并行执行任务

3 个答案: