在 Python 多处理中我应该使用哪种池方法？

Multiprocessing.Pool：我应该使用哪种方法？

Multiprocessing 允许 Python 跨多个进程同时执行函数。然而，选择合适的方法可能会令人困惑，特别是在考虑 Pool.apply、Pool.apply_async 和 Pool.map 时。让我们澄清它们的差异和用例：

Pool.apply vs. Pool.apply_async vs. Pool.map

1. Pool.apply:

• 在单独的进程中调用函数并阻塞当前进程，直到函数返回。
• 当您需要执行单个函数调用并且立即等待结果。

2. Pool.apply_async:

• 与 Pool.apply 类似，在单独的进程中调用函数，但立即返回。
• 返回一个 AsyncResult 对象，允许您检索
• 支持在结果可用时调用的回调函数。
• 对于异步处理多个函数调用很有用。

3. Pool.map:

• 对一系列参数并行调用相同的函数。
• 阻塞，直到获得所有结果。
• 保留顺序参数和结果。
• 非常适合将相同的函数应用于多个数据点并以相同的顺序获取结果列表。

选择正确的方法

在以下情况下使用 Pool.apply：

• 您需要阻塞直到单个函数返回。
• 您不希望处理异步处理。

如果满足以下条件，请使用 Pool.apply_async：

• 您想要异步调用多个函数并稍后检索它们的结果。
• 您想要使用回调来处理结果。

使用 Pool.map 如果：

• 您需要应用相同的同时对多个参数执行函数。
• 您想要保留参数结果顺序。

示例：Pool.apply_async 中的异步回调

<code class="python">import multiprocessing as mp
import time

def foo_pool(x):
    time.sleep(2)
    return x*x

result_list = []
def log_result(result):
    result_list.append(result)

def apply_async_with_callback():
    pool = mp.Pool()
    for i in range(10):
        pool.apply_async(foo_pool, args = (i, ), callback = log_result)
    pool.close()
    pool.join()
    print(result_list)

if __name__ == '__main__':
    apply_async_with_callback()</code>

输出：

[1, 0, 4, 9, 25, 16, 49, 36, 81, 64]

请注意，结果的顺序可能与函数调用的顺序不一致，与 Pool.map 不同。

以上是在 Python 多处理中我应该使用哪种池方法？的详细内容。更多信息请关注PHP中文网其他相关文章！