我正在进行一些强力计算，并将结果放入集all_data。计算数据块会提供一个数字列表new_data，我想将其添加到大集合中：all_data.update(new_data)。现在，虽然计算部分很容易通过multiprocessing.Pool.map并行，但更新部分很慢。
显然，如果new_data中有两个相同的元素，all_data中不存在，并且尝试在同一时刻添加它们，则会出现问题。但是如果我们假设new_data也是一个集合，那还有问题吗？我能看到的唯一问题是集合在内存中的组织方式，所以问题是：
有没有办法组织一个允许同时添加元素的集合结构？如果是的话，它是用Python实现的吗？
答案 0 :(得分：1)
在纯Python中，没有。由于GIL，所有 Python 代码（包括内置结构的操作）都是单线程的。 GIL的存在是justified by eliminating the need to lock access to them。
multiprocessing.Pool.map中提取的结果也已经是连续的。ParallelProgramming article in SciPy wiki概述了并行代码的相关选项，但我没有直接找到与现成并发数据结构相关的内容
请注意，set实际上是hash table，其本质上无法并行更新（即使是细粒度锁定，每种类型的子操作（查找） ，插入包括碰撞解决方案）必须排序）。所以你需要