python中multiprosessing模組的Pool類中的apply函數和apply_async函數的區別

2022-06-10 18:00:40

1、二者的區別

apply():

非非同步(子程序不是同時執行的)，堵塞主程序。
它的非非同步體現在：一個一個按順序執行子程序, 子程序不是同時執行的。
它的堵塞體現在：等到全部子程序都執行完畢後，繼續執行apply()後面主程序的程式碼。

apply_async()：

非同步的，不堵塞主程序。
它的非同步體現在：子程序之間是同時執行的。子程序被分配到不同的cpu上被執行。
它的非堵塞體現在：他不會等待子程序完全執行完畢, 主程序會繼續執行, 他會根據系統排程來進行程序之間的切換。如果想堵塞主要程序，需要用.join()函數來堵塞主程序。

2、apply()

import time
import multiprocessing
def doIt(num):
    print("Process num is : %s" % num)
    time.sleep(1)
    print('process  %s end' % num)

if __name__ == '__main__':
    print('mainProcess start')

    #記錄一下開始執行的時間
    start_time = time.time()
    # 建立一個程序池，允許最多可以有3個子程序可以同時執行。
    pool = multiprocessing.Pool(3)

    print('Child start')
    for i in range(3):
         pool.apply(doIt,[i])
    print('mainProcess done time:%s s' % (time.time() - start_time))

結果如下所示：

從結果中我們可以看到，主程序開始執行之後, 建立的三個子程序也隨即開始執行, 後面的主程序被阻塞。而且三個子程序是一個接一個按順序地執行, 等到子程序全部執行完畢之後, 後面的主程序才會繼續執行, 列印出最後一句。所以，apply()函數果然是可以堵塞主程序，而且是非非同步的。

3、apply_async()

顧名思義，async就是非同步的意思。接下來是使用apply_async(), 只需要把上面的程式碼使用 apply()的地方改成apply_async() 即可, 程式碼不再貼上
我們來看看執行結果, 可以看出來, 截圖的第一句是上一個程式（也就是apply()函數）的執行消耗時間,
最後一句是使用apply_async()所消耗的時間, 在這裡, 主程序沒有被阻塞, 驗證了apply_async()是非阻塞主程序的, 子程序沒有執行, 驗證了他是根據系統排程完成的,

為什麼會這樣呢?

原因是, 程序的切換時作業系統控制的, 我們首先執行的是主程序, 而CPU執行得又很快, 快到還沒等系統排程到子執行緒, 主程序就已經執行完畢了, 並且退出程式. 所以子程序就沒有執行了.

那麼我們在使用apply_async()函數是不是就不能執行子程序呢？肯定可以啊！！！小老弟，想啥呢？？還記得join()的作用嗎？他可以阻塞主程序, 等待所有子程序結束之後再執行,join()就是告訴主程序老子要執行子程序了，你先等等。

import time
import multiprocessing

def doIt(num):
    print("Process num is : %s" % num)
    time.sleep(1)
    print('process  %s end' % num)
if __name__ == '__main__':
    print('mainProcess start')

    #記錄一下開始執行的時間
    start_time = time.time()
    # 建立一個程序池，最大允許3個子程序同時執行。
    pool = multiprocessing.Pool(3)
    print('Child start')
    for i in range(3):
        pool.apply_async(doIt,[i])
    pool.close()
    pool.join()
    print('mainProcess done time:%s s' % (time.time() - start_time))

結果如下所示：

我們看看加入這兩句的執行結果, 我們可以看到即使是使用了非阻塞主程序的apply_async() 也能讓子程序執行完畢之後再執行主程序了。
CPU在執行第一個子程序的時候, 還沒等第一個子程序結束, 系統排程到了按順序排程到了第二個子程序, 以此類推, 一直排程執行子程序, 一個接一個地結束子程序的執行, 最後執行主程序, 而且我們可以看到使用apply_async()的執行效力會更高,看一下他們各自執行結果最後一句的執行消耗時間就知道了, 這也是官方推薦我們使用apply_async()的主要原因吧

到此這篇關於python中multiprosessing模組的Pool()類中的apply()函數和apply_async()函數的區別的文章就介紹到這了,更多相關python multiprosessing內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

python中multiprosessing模組的Pool類中的apply函數和apply_async函數的區別

目錄

1、二者的區別

2、apply()

3、apply_async()

熱門文章