我写了这样的代码:
def process(data):
#create file using data
all = ["data1", "data2", "data3"]
我想在我的所有列表上并行执行进程函数,因为它们正在创建小文件,所以我不关心磁盘写入,但处理需要很长时间,所以我想使用我的所有内核。
如何使用 python 2.7 中的默认模块执行此操作?
假设 CPython 和GIL在这里。
如果您的任务受 I/O 限制,通常线程处理可能更有效,因为线程只是将工作转储到操作系统上并空闲直到 I/O 操作完成。生成进程是照顾 I/O 的一种繁重方式。
但是,大多数文件系统不是并发的,因此使用多线程或多处理可能不会比同步写入快。
尽管如此,这里有一个人为的示例,multiprocessing.Pool.map
它可能有助于您的 CPU 密集型工作:
from multiprocessing import cpu_count, Pool
def process(data):
# best to do heavy CPU-bound work here...
# file write for demonstration
with open("%s.txt" % data, "w") as f:
f.write(data)
# example of returning a result to the map
return data.upper()
tasks = ["data1", "data2", "data3"]
pool = Pool(cpu_count() - 1)
print(pool.map(process, tasks))
可以在 中找到类似的线程设置concurrent.futures.ThreadPoolExecutor
。
all
顺便说一句,是一个内置函数,不是一个很好的变量名选择。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句