Question

试图了解Python多处理文档。我会将其放在meta上，但不确定是否对以后的搜索者有价值。

关于这些示例与多处理的关系，我需要一些指导。

我是否正确地认为多处理正在使用多个进程（因此是CPU）来分解可迭代的任务并因此缩短其持续时间？

from multiprocessing import Process

def f(name):
    print('hello', name)

if __name__ == '__main__':
    p = Process(target=f, args=('bob',))
    p.start()
    p.join()

我们正在启动一个流程；但是如何开始多次完成任务？我要遍历Process + start（）行吗？

然而，在文档的后面没有示例，例如：

for x in range(5):
    p[x]=Process(target=f, args=('bob',))
    p[x].start()
p.join()

这将是“现实生活”的实现吗？

这是“队列示例”：

from multiprocessing import Process, Queue

def f(q):
    q.put([42, None, 'hello'])

if __name__ == '__main__':
    q = Queue()
    p = Process(target=f, args=(q,))
    p.start()
    print(q.get())    # prints "[42, None, 'hello']"
    p.join()

但是，这种多重处理又如何呢？这仅仅是开始一个进程，然后让它在队列中运行对象？如何使多个进程启动并运行队列中的对象？

最后是泳池：

from multiprocessing import Pool
import time

def f(x):
    return x*x

if __name__ == '__main__':
    with Pool(processes=4) as pool:         # start 4 worker processes
        result = pool.apply_async(f, (10,)) # evaluate "f(10)" asynchronously in a single process  
        print(result.get(timeout=1))        # prints "100" unless your computer is *very* slow

是否有四个进程同时执行10x10，并等待所有四个进程返回，还是只有一个进程这样做，因为我们只给了池一个参数？如果是前者：那会不会比仅仅拥有一个人慢呢？那记忆力呢？我们将进程1的结果保存到进程4返回RAM还是被打印出来？

        print(pool.map(f, range(10)))       # prints "[0, 1, 4,..., 81]"
        it = pool.imap(f, range(10))
        print(next(it))                     # prints "0"
        print(next(it))                     # prints "1"
        print(it.next(timeout=1))           # prints "4" unless your computer is *very* slow
        result = pool.apply_async(time.sleep, (10,))
        print(result.get(timeout=1))        # raises multiprocessing.TimeoutError

了解Python多处理文档

0 个答案: