Question

我是python的新手，我正在尝试为我的应用程序使用多处理。我实际上有一个非常简单的乘法程序，我试图异步生成并行进程来计算一系列数字的乘法。当我尝试在没有合并的情况下这样做时，时间至少两次或几次甚至快四倍。我不确定这种行为的原因是什么。

我正在使用python 2.7.1

Non-Pool.py

#!/usr/bin/python

import time

def f(x):
        return x*x

st = time.time()
t = 10000000
f(t)
map(f, range(t))

et = time.time()
tt = (str((et-st)%60)+'--'+str((et-st/60)))

print tt

Pool.py

#!/usr/bin/python

from multiprocessing import Pool
import time

def f(x):
        return x*x

st = time.time()
t = 10000000

if __name__ == '__main__':
    pool = Pool(processes=4)              # start 4 worker processes
    result = pool.apply_async(f, [t])    # evaluate "f(10)" asynchronously
    result.get(timeout=1)           # prints "100" unless your computer is *very* slow
    pool.map(f, range(t))          # prints "[0, 1, 4,..., 81]"

et = time.time()
tt = (str((et-st)%60)+'--'+str((et-st/60)))

print tt

exit(0)

执行时间:(格式＆gt;＆gt;分钟 - 秒）

Macha-MacBook-Pro:Downloads me$ ./nonpool.py 
2.03456997871--1352551406.28
Macha-MacBook-Pro:Downloads me$ ./pool.py 
4.69528508186--1352551417.28

Answer 1

您可能会检查相关答案，例如python prime crunching: processing pool is slower? - 设置处理池的开销很高，但是在参数和结果中发送和接收单个整数也是如此。

与非池相比，池化进程较慢

1 个答案: