資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究Python 的 ProcessPoolExecutor 類
Python 中的 ProcessPoolExecutor 類是 concurrent.futures 模組的一部分，它是一個高階介面，用於使用程序和執行緒非同步執行函式。ProcessPoolExecutor 允許我們使用多個程序並行執行多個函式，這對於受益於並行化過程的 CPU 密集型任務尤其有用。
多程序和多執行緒
在瞭解 ProcessPoolExecutor 類之前，我們必須瞭解多程序和多執行緒。多程序和多執行緒是用於實現並行化過程的技術，它們在管理和建立併發任務的方式上有所不同。
多程序使用多個程序來並行執行任務，每個程序都有自己的記憶體空間，以避免共享記憶體和併發問題。它也是程序間通訊的一種方式，這可能更復雜且成本更高，因為資料必須在程序之間進行序列化和反序列化。多程序尤其用於 CPU 密集型任務，這些任務受益於執行並行化任務，例如數值計算或影像處理等。在 Python 中，我們有一個名為 multiprocessing 的模組，它允許我們建立和管理程序，而 pool 類用於管理工作程序池以並行執行函式。
多執行緒在一個程序中使用多個執行緒來實現並行化，每個執行緒與主執行緒共享相同的記憶體空間，這可以簡化執行緒間的通訊。這意味著我們在訪問共享資料時需要小心，以避免併發問題，例如競爭條件或死鎖。多執行緒用於執行 I/O 密集型任務，這些任務受益於並行化，例如網路程式設計或檔案處理等。在 Python 中，我們有 threading 模組來建立和管理執行緒，thread 類用於建立新執行緒並在該執行緒中執行函式。lock 類用於同步執行緒之間對共享資料的訪問。
建立 ProcessPoolExecutor
建立 ProcessPoolExecutor 的過程類似於 ThreadPoolExecutor，唯一的區別是我們必須從 concurrent.futures 模組匯入該類。我們將使用 OS 模組獲取當前在我們的池中執行的任務 PID。
示例
from concurrent.futures import ProcessPoolExecutor
import os
def task():
print("Current executing task PID {}".format(os.getpid()))
if __name__ == '__main__':
result =[]
with ProcessPoolExecutor(max_workers=3) as exe:
result1 = exe.submit(task())
輸出
Current executing task PID 6652
示例
from concurrent.futures import ProcessPoolExecutor
import os
values = [10,40,30,4]
def square(x):
print(f'square of {x}:{x*x}')
print("Current executing task PID {}".format(os.getpid()))
if __name__ == '__main__':
result =[]
with ProcessPoolExecutor(max_workers = 5) as exe:
for i in values:
result = exe.submit(square(i))
輸出
square of 10:100 Current executing task PID 19276 square of 40:1600 Current executing task PID 19276 square of 30:900 Current executing task PID 19276 square of 4:16 Current executing task PID 19276
116 次瀏覽
