python 多种并行提高运行效率

痛定思痛。 2022-05-10 12:20 412阅读 0赞

一.使用np.vectorize  
例子:

import numpy as np def myfunc(a, b): if a>b: return a-b else: return a+b vfunc = np.vectorize(myfunc) t0=time.time() vfunc(np.random.randint(5,size=10000000), 2) t1=time.time() print('speed_times:'+str(t1-t0)) #speed_times:3.2735631465911865 t0=time.time() [myfunc(data, 2) for data in np.random.randint(5,size=10000000)] t1=time.time() print('speed_times:'+str(t1-t0)) #speed_times:7.929015398025513

优点:  
并行执行快  
缺点:  
输出要求严格，这里myfunc只能返回一个值，如果是list,dict类型就不行了

二.使用ProcessPoolExecutor  
在concurrent.futures 库中有ThreadPoolExecutor(多线程)，ProcessPoolExecutor(多进程)  
ThreadPoolExecutor，ProcessPoolExecutor的区别:  
ThreadPoolExecutor:  
ThreadPoolExecutor多线程并行执行任务，可以共享当前进程变量，但缺点也很致命，由于python GIL(Global Interpreter Lock 全局解释器锁)  
的原因，及时多线程，但其实仍然最多只能占用CPU一个核，准确只能说是并发了，如果指定的任务和线程数不恰当(比如一个任务很短，线程数量很多，导致线程频繁调用回收)，那么效率还不如单线程  
ProcessPoolExecutor:  
ProcessPoolExecutor可以使用多核进行计算，但缺点就是进程之间共享数据就比较麻烦,消耗更多的内存。  
例子:  
注意ProcessPoolExecutor使用的位置，否则会造成多进程循环调用，会报  
concurrent.futures.process.BrokenProcessPool: A process in the process pool was terminated abruptly while the future was running or pending错误。

from concurrent.futures import ProcessPoolExecutor URLS = ['http://www.baidu.com', 'http://qq.com', 'http://sina.com'] def task(url, index,timeout=10): return index,url #在此例子中if __name__ == "__main__":一定要加，因为没有if __name__会在创建子进程的时候又会运行，导致错误 if __name__ == "__main__": p = ProcessPoolExecutor(max_workers=3) results = p.map(task, URLS,range(3)) p.shutdown(wait=True) for ret,url in results: print(ret,url)