python多進程執(zhí)行方法apply_async使用說明

apply_async簡介

python在同一個線程中多次執(zhí)行同一方法時，該方法執(zhí)行耗時較長且每次執(zhí)行過程及結果互不影響，如果只在主進程中執(zhí)行，效率會很低，因此使用multiprocessing.Pool(processes=n)及其apply_async()方法提高程序執(zhí)行的并行度從而提高程序的執(zhí)行效率,其中processes=n為程序并行執(zhí)行的進程數。

apply_async使用簡明代碼

import multiprocessing
#method為多次調用的方法
def method(param):
 pass
if __name__ == '__main__':
 pool = multiprocessing.Pool(processes=5)
 params= ['param1', 'param2', 'param3', 'param4', 'param5']
 for param in params:
  pool.apply_async(method, args=(param, )) 
 pool.close()

使用總結：

apply_async是異步非阻塞式，不用等待當前進程執(zhí)行完畢，隨時跟進操作系統(tǒng)調度來進行進程切換，即多個進程并行執(zhí)行，提高程序的執(zhí)行效率。

補充：記錄python multiprocessing Pool的map和apply_async方法

遇到的問題

在學習python多進程時，進程上運行的方法接收多個參數和多個結果時遇到了問題，現在經過學習在這里總結一下

Pool.map()多參數任務

在給map方法傳入帶多個參數的方法不能達到預期的效果，像下面這樣

def job(x ,y):
 return x * y
if __name__ == "__main__":
 pool = multiprocessing.Pool()
 res = pool.map(job, 2, 3)
 print res

所以只能通過對有多個參數的方法進行封裝，在進程中運行封裝后的方法如下

def job(x ,y):
 return x * y
def job1(z):
 return job(z[0], z[1])
if __name__ == "__main__":
 pool = multiprocessing.Pool()
 res = pool.map(job1, [(2, 3), (3, 4)])
 print res

這樣就能達到傳遞多個參數的效果

ps：如果需要得到多個結果可以傳入多個元組在一個列表中

Pool.apply_async()輸出多個迭代結果

在使用apply_async()方法接收多個參數的方法時，在任務方法中正常定義多個參數，參數以元組形式傳入即可

但是給apply_async()方法傳入多個值獲取多個迭代結果時就會報錯，因為該方法只能接收一個值，所以可以將該方法放入一個列表生成式中，如下

def job(x):
 return x * x
if __name__ == "__main__":
 pool multiprocessing.Pool()
 res = [pool.apply_async(target=job, (i,)) for i in range(3)]
 print [r.get() for r in res]

python 3中提供了starmap和startmap_async兩個方法

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。