Wat is het verschil tussen het gebruik van map
en map_async
? Voeren ze niet dezelfde functie uit nadat ze de items uit de lijst naar 4 processen hebben gedistribueerd?
Dus is het verkeerd om aan te nemen dat beide asynchroon en parallel lopen?
def f(x):
return 2*x
p=Pool(4)
l=[1,2,3,4]
out1=p.map(f,l)
#vs
out2=p.map_async(f,l)
Antwoord 1, autoriteit 100%
Er zijn vier keuzes om taken aan processen toe te wijzen. U moet rekening houden met multi-args, gelijktijdigheid, blokkeren en bestellen. map
en map_async
verschillen alleen wat betreft blokkering. map_async
blokkeert niet terwijl map
blokkeert
Dus laten we zeggen dat je een functie had
from multiprocessing import Pool
import time
def f(x):
print x*x
if __name__ == '__main__':
pool = Pool(processes=4)
pool.map(f, range(10))
r = pool.map_async(f, range(10))
# DO STUFF
print 'HERE'
print 'MORE'
r.wait()
print 'DONE'
Voorbeelduitvoer:
0
1
9
4
16
25
36
49
64
81
0
HERE
1
4
MORE
16
25
36
9
49
64
81
DONE
pool.map(f, range(10))
wacht tot alle 10 functieaanroepen zijn voltooid, zodat we alle afdrukken op een rij zien.
r = pool.map_async(f, range(10))
zal ze asynchroon uitvoeren en alleen blokkeren wanneer r.wait()
wordt aangeroepen, dus we zien HERE
en MORE
ertussen maar DONE
staat altijd aan het einde.