溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
如何在python中使用multiprocessing實現(xiàn)多進(jìn)程并行計算？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。
Python是一種跨平臺的、具有解釋性、編譯性、互動性和面向?qū)ο蟮哪_本語言，其最初的設(shè)計是用于編寫自動化腳本，隨著版本的不斷更新和新功能的添加，常用于用于開發(fā)獨(dú)立的項目和大型項目。
apply apply_async
apply 要逐個執(zhí)行任務(wù)，在python3中已經(jīng)被棄用，而apply_async是apply的異步執(zhí)行版本。并行計算一定要采用apply_async函數(shù)。
import multiprocessing import time from random import randint, seed def f(num): seed() rand_num = randint(0,10) # 每次都隨機(jī)生成一個停頓時間 time.sleep(rand_num) return (num, rand_num) start_time = time.time() cores = multiprocessing.cpu_count() pool = multiprocessing.Pool(processes=cores) pool_list = [] result_list = [] start_time = time.time() for xx in xrange(10): pool_list.append(pool.apply_async(f, (xx, ))) # 這里不能 get， 會阻塞進(jìn)程 result_list = [xx.get() for xx in pool_list] #在這里不免有人要疑問，為什么不直接在 for 循環(huán)中直接 result.get()呢？這是因為pool.apply_async之后的語句都是阻塞執(zhí)行的，調(diào)用 result.get() 會等待上一個任務(wù)執(zhí)行完之后才會分配下一個任務(wù)。事實上，獲取返回值的過程最好放在進(jìn)程池回收之后進(jìn)行，避免阻塞后面的語句。 # 最后我們使用一下語句回收進(jìn)程池： pool.close() pool.join() print result_list print '并行花費(fèi)時間 %.2f' % (time.time() - start_time) print '串行花費(fèi)時間 %.2f' % (sum([xx[1] for xx in result_list])) #[(0, 8), (1, 2), (2, 4), (3, 9), (4, 0), (5, 1), (6, 8), (7, 3), (8, 4), (9, 6)] #并行花費(fèi)時間 14.11 #串行花費(fèi)時間 45.00
map_async 是 map的異步執(zhí)行函數(shù)。
相比于 apply_async, map_async 只能接受一個參數(shù)。
import time from multiprocessing import Pool def run(fn): #fn: 函數(shù)參數(shù)是數(shù)據(jù)列表的一個元素 time.sleep(1) return fn*fn if __name__ == "__main__": testFL = [1,2,3,4,5,6] print '串行:' #順序執(zhí)行(也就是串行執(zhí)行，單進(jìn)程) s = time.time() for fn in testFL: run(fn) e1 = time.time() print "順序執(zhí)行時間：", int(e1 - s) print '并行:' #創(chuàng)建多個進(jìn)程，并行執(zhí)行 pool = Pool(4) #創(chuàng)建擁有5個進(jìn)程數(shù)量的進(jìn)程池 #testFL:要處理的數(shù)據(jù)列表，run：處理testFL列表中數(shù)據(jù)的函數(shù) rl =pool.map(run, testFL) pool.close()#關(guān)閉進(jìn)程池，不再接受新的進(jìn)程 pool.join()#主進(jìn)程阻塞等待子進(jìn)程的退出 e2 = time.time() print "并行執(zhí)行時間：", int(e2-e1) print rl # 串行: # 順序執(zhí)行時間： 6 # 并行: # 并行執(zhí)行時間： 2 # [1, 4, 9, 16, 25, 36]
采用Process必須注意的是，Process對象來創(chuàng)建進(jìn)程，每一個進(jìn)程占據(jù)一個CPU，所以要建立的進(jìn)程必須 小于等于 CPU的個數(shù)。
如果啟動進(jìn)程數(shù)過多，特別是當(dāng)遇到CPU密集型任務(wù)，會降低并行的效率。
#16.6.1.1. The Process class
from multiprocessing import Process, cpu_count
import os
import time
start_time = time.time()
def info(title):
# print(title)
if hasattr(os, 'getppid'): # only available on Unix
print 'parent process:', os.getppid()
print 'process id:', os.getpid()
time.sleep(3)
def f(name):
info('function f')
print 'hello', name
if __name__ == '__main__':
# info('main line')
p_list = [] # 保存Process新建的進(jìn)程
cpu_num = cpu_count()
for xx in xrange(cpu_num):
p_list.append(Process(target=f, args=('xx_%s' % xx,)))
for xx in p_list:
xx.start()
for xx in p_list:
xx.join()
print('spend time: %.2f' % (time.time() - start_time))
parent process: 11741
# parent process: 11741
# parent process: 11741
# process id: 12249
# process id: 12250
# parent process: 11741
# process id: 12251
# process id: 12252
# hello xx_1
# hello xx_0
# hello xx_2
# hello xx_3
# spend time: 3.04Process和Pool均支持Queues 和 Pipes 兩種類型的通信。
隊列遵循先進(jìn)先出的原則，可以在各個進(jìn)程間使用。
# 16.6.1.2. Exchanging objects between processes # Queues from multiprocessing import Process, Queue def f(q): q.put([42, None, 'hello']) if __name__ == '__main__': q = Queue() p = Process(target=f, args=(q,)) p.start() print q.get() # prints "[42, None, 'hello']" p.join()
from multiprocessing import Process, Pipe def f(conn): conn.send([42, None, 'hello']) conn.close() if __name__ == '__main__': parent_conn, child_conn = Pipe() p = Process(target=f, args=(child_conn,)) p.start() print parent_conn.recv() # prints "[42, None, 'hello']" p.join()
Pipe() can only have two endpoints.
Queue() can have multiple producers and consumers.
When to use them
If you need more than two points to communicate, use a Queue().
If you need absolute performance, a Pipe() is much faster because Queue() is built on top of Pipe().
參考：
https://stackoverflow.com/questions/8463008/python-multiprocessing-pipe-vs-queue
多進(jìn)程應(yīng)該避免共享資源。在多線程中，我們可以比較容易地共享資源，比如使用全局變量或者傳遞參數(shù)。
在多進(jìn)程情況下，由于每個進(jìn)程有自己獨(dú)立的內(nèi)存空間，以上方法并不合適。
此時我們可以通過共享內(nèi)存和Manager的方法來共享資源。
但這樣做提高了程序的復(fù)雜度，并因為同步的需要而降低了程序的效率。
共享內(nèi)存僅適用于 Process 類，不能用于進(jìn)程池 Pool
# 16.6.1.4. Sharing state between processes
# Shared memory
from multiprocessing import Process, Value, Array
def f(n, a):
n.value = 3.1415927
for i in range(len(a)):
a[i] = -a[i]
if __name__ == '__main__':
num = Value('d', 0.0)
arr = Array('i', range(10))
p = Process(target=f, args=(num, arr))
p.start()
p.join()
print num.value
print arr[:]
# 3.1415927
# [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]Manager Class 既可以用于Process 也可以用于進(jìn)程池 Pool。
from multiprocessing import Manager, Process
def f(d, l, ii):
d[ii] = ii
l.append(ii)
if __name__ == '__main__':
manager = Manager()
d = manager.dict()
l = manager.list(range(10))
p_list = []
for xx in range(4):
p_list.append(Process(target=f, args=(d, l, xx)))
for xx in p_list:
xx.start()
for xx in p_list:
xx.join()
print d
print l
# {0: 0, 1: 1, 2: 2, 3: 3}
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3]補(bǔ)充：python程序多進(jìn)程運(yùn)行時間計算/多進(jìn)程寫數(shù)據(jù)/多進(jìn)程讀數(shù)據(jù)
import time
time_start=time.time()
time_end=time.time()
print('time cost',time_end-time_start，'s')單位為秒，也可以換算成其他單位輸出
注意寫測試的時候，函數(shù)名要以test開頭，否則運(yùn)行不了。
多線程中的問題：
1）多線程存數(shù)據(jù)：
def test_save_features_to_db(self):
df1 = pd.read_csv('/home/sc/PycharmProjects/risk-model/xg_test/statis_data/shixin_company.csv')
com_list = df1['company_name'].values.tolist()
# com_list = com_list[400015:400019]
# print 'test_save_features_to_db'
# print(com_list)
p_list = [] # 進(jìn)程列表
i = 1
p_size = len(com_list)
for company_name in com_list:
# 創(chuàng)建進(jìn)程
p = Process(target=self.__save_data_iter_method, args=[company_name])
# p.daemon = True
p_list.append(p)
# 間歇執(zhí)行進(jìn)程
if i % 20 == 0 or i == p_size: # 20頁處理一次， 最后一頁處理剩余
for p in p_list:
p.start()
for p in p_list:
p.join() # 等待進(jìn)程結(jié)束
p_list = [] # 清空進(jìn)程列表
i += 1總結(jié)：多進(jìn)程寫入的時候，不需要lock,也不需要返回值。
核心p = Process(target=self.__save_data_iter_method, args=[company_name])，其中target指向多進(jìn)程的一次完整的迭代，arg則是該迭代的輸入。
注意寫法args=[company_name]才對，原來寫成：args=company_name，args=（company_name）會報如下錯：只需要1個參數(shù)，而給出了34個參數(shù)。
多進(jìn)程外層循環(huán)則是由輸入決定的，有多少個輸入就為多少次循環(huán)，理解p.start和p.join;
def __save_data_iter_method(self, com):
# time_start = time.time()
# print(com)
f_d_t = ShiXinFeaturesDealSvc()
res = f_d_t.get_time_features(company_name=com)
# 是否失信
shixin_label = res.shixin_label
key1 = res.shixin_time
if key1:
public_at = res.shixin_time
company_name = res.time_map_features[key1].company_name
# print(company_name)
established_years = res.time_map_features[key1].established_years
industry_dx_rate = res.time_map_features[key1].industry_dx_rate
regcap_change_cnt = res.time_map_features[key1].regcap_change_cnt
share_change_cnt = res.time_map_features[key1].share_change_cnt
industry_dx_cnt = res.time_map_features[key1].industry_dx_cnt
address_change_cnt = res.time_map_features[key1].address_change_cnt
fr_change_cnt = res.time_map_features[key1].fr_change_cnt
judgedoc_cnt = res.time_map_features[key1].judgedoc_cnt
bidding_cnt = res.time_map_features[key1].bidding_cnt
trade_mark_cnt = res.time_map_features[key1].trade_mark_cnt
network_share_cancel_cnt = res.time_map_features[key1].network_share_cancel_cnt
cancel_cnt = res.time_map_features[key1].cancel_cnt
industry_all_cnt = res.time_map_features[key1].industry_all_cnt
network_share_zhixing_cnt = res.time_map_features[key1].network_share_zhixing_cnt
network_share_judge_doc_cnt = res.time_map_features[key1].network_share_judge_doc_cnt
net_judgedoc_defendant_cnt = res.time_map_features[key1].net_judgedoc_defendant_cnt
judge_doc_cnt = res.time_map_features[key1].judge_doc_cnt
f_d_do = ShixinFeaturesDto(company_name=company_name, established_years=established_years,
industry_dx_rate=industry_dx_rate, regcap_change_cnt=regcap_change_cnt,
share_change_cnt=share_change_cnt, industry_all_cnt=industry_all_cnt,
industry_dx_cnt=industry_dx_cnt, address_change_cnt=address_change_cnt,
fr_change_cnt=fr_change_cnt, judgedoc_cnt=judgedoc_cnt,
bidding_cnt=bidding_cnt, trade_mark_cnt=trade_mark_cnt,
network_share_cancel_cnt=network_share_cancel_cnt, cancel_cnt=cancel_cnt,
network_share_zhixing_cnt=network_share_zhixing_cnt,
network_share_judge_doc_cnt=network_share_judge_doc_cnt,
net_judgedoc_defendant_cnt=net_judgedoc_defendant_cnt,
judge_doc_cnt=judge_doc_cnt, public_at=public_at, shixin_label=shixin_label)
# time_end = time.time()
# print('totally cost', time_end - time_start)
self.cfdbsvc.save_or_update_features(f_d_do)
def save_or_update_features(self, shixin_features_dto):
"""
添加或更新：
插入一行數(shù)據(jù), 如果不存在則插入，存在則更新
"""
self._pg_util = PgUtil()
p_id = None
if isinstance(shixin_features_dto, ShixinFeaturesDto):
p_id = str(uuid.uuid1())
self._pg_util.execute_sql(
self.s_b.insert_or_update_row(
self.model.COMPANY_NAME,
{
self.model.ID: p_id,
# 公司名
self.model.COMPANY_NAME: shixin_features_dto.company_name,
# 失信時間
self.model.PUBLIC_AT: shixin_features_dto.public_at,
self.model.SHIXIN_LABEL : shixin_features_dto.shixin_label,
self.model.ESTABLISHED_YEARS: shixin_features_dto.established_years,
self.model.INDUSTRY_DX_RATE: shixin_features_dto.industry_dx_rate,
self.model.REGCAP_CHANGE_CNT: shixin_features_dto.regcap_change_cnt,
self.model.SHARE_CHANGE_CNT: shixin_features_dto.share_change_cnt,
self.model.INDUSTRY_ALL_CNT: shixin_features_dto.industry_all_cnt,
self.model.INDUSTRY_DX_CNT: shixin_features_dto.industry_dx_cnt,
self.model.ADDRESS_CHANGE_CNT: shixin_features_dto.address_change_cnt,
self.model.NETWORK_SHARE_CANCEL_CNT: shixin_features_dto.network_share_cancel_cnt,
self.model.CANCEL_CNT: shixin_features_dto.cancel_cnt,
self.model.NETWORK_SHARE_ZHIXING_CNT: shixin_features_dto.network_share_zhixing_cnt,
self.model.FR_CHANGE_CNT: shixin_features_dto.fr_change_cnt,
self.model.JUDGEDOC_CNT: shixin_features_dto.judgedoc_cnt,
self.model.NETWORK_SHARE_JUDGE_DOC_CNT: shixin_features_dto.network_share_judge_doc_cnt,
self.model.BIDDING_CNT: shixin_features_dto.bidding_cnt,
self.model.TRADE_MARK_CNT: shixin_features_dto.trade_mark_cnt,
self.model.JUDGE_DOC_CNT: shixin_features_dto.judge_doc_cnt
},
[self.model.ADDRESS_CHANGE_CNT,self.model.BIDDING_CNT,self.model.CANCEL_CNT,
self.model.ESTABLISHED_YEARS,self.model.FR_CHANGE_CNT,self.model.INDUSTRY_ALL_CNT,
self.model.INDUSTRY_DX_RATE,self.model.INDUSTRY_DX_CNT,self.model.JUDGE_DOC_CNT,
self.model.JUDGEDOC_CNT,self.model.NETWORK_SHARE_CANCEL_CNT,self.model.NETWORK_SHARE_JUDGE_DOC_CNT,
self.model.NETWORK_SHARE_ZHIXING_CNT,self.model.REGCAP_CHANGE_CNT,self.model.TRADE_MARK_CNT,
self.model.SHARE_CHANGE_CNT,self.model.SHIXIN_LABEL,self.model.PUBLIC_AT]
)
)
return p_id函數(shù)中重新初始化了self._pg_util = PgUtil()，否則會報ssl error 和ssl decryption 的錯誤，背后原因有待研究！
**2）多進(jìn)程取數(shù)據(jù)——（思考取數(shù)據(jù)為何要多進(jìn)程）**
def flush_process(self, lock): #需要傳入lock;
"""
運(yùn)行待處理的方法隊列
:type lock Lock
:return 返回一個dict
"""
# process_pool = Pool(processes=20)
# data_list = process_pool.map(one_process, self.__process_data_list)
#
# for (key, value) in data_list:
#
# 覆蓋上期變量
self.__dct_share = self.__manager.Value('tmp', {}) # 進(jìn)程共享變量
p_list = [] # 進(jìn)程列表
i = 1
p_size = len(self.__process_data_list)
for process_data in self.__process_data_list: **#循環(huán)遍歷需要同時查找的公司列表！??！self.__process_data_list包含多個process_data,每個process_data包含三種屬性？類對象也可以循環(huán)？？？？**
# 創(chuàng)建進(jìn)程
p = Process(target=self.__one_process, args=(process_data, lock)) #參數(shù)需要lock
# p.daemon = True
p_list.append(p)
# 間歇執(zhí)行進(jìn)程
if i % 20 == 0 or i == p_size: # 20頁處理一次， 最后一頁處理剩余
for p in p_list:
p.start()
for p in p_list:
p.join() # 等待進(jìn)程結(jié)束
p_list = [] # 清空進(jìn)程列表
i += 1
# end for
self.__process_data_list = [] # 清空訂閱
return self.__dct_share.value
def __one_process(self, process_data, lock): #迭代函數(shù)
"""
處理進(jìn)程
:param process_data: 方法和參數(shù)集等
:param lock: 保護(hù)鎖
"""
fcn = process_data.fcn
params = process_data.params
data_key = process_data.data_key
if isinstance(params, tuple):
data = fcn(*params) #**注意：*params 與 params區(qū)別**
else:
data = fcn(params)
with lock:
temp_dct = dict(self.__dct_share.value)
if data_key not in temp_dct:
temp_dct[data_key] = []
temp_dct[data_key].append(data)
self.__dct_share.value = temp_dct主程序調(diào)用：
def exe_process(self, company_name, open_from, time_nodes): """ 多進(jìn)程執(zhí)行pre訂閱的數(shù)據(jù) :param company_name: 公司名 :return: """ mul_process_helper = MulProcessHelper() lock = Lock() self.__get_time_bidding_statistic(company_name, mul_process_helper） data = mul_process_helper.flush_process(lock) return data def __get_time_bidding_statistic(self, company_name, mul_process_helper): # 招投標(biāo)信息 process_data = ProcessData(f_e_t_svc.get_bidding_statistic_time_node_api, company_name, self.__BIDDING_STATISTIC_TIME) **#此處怎么理解？ProcessData是一個類?。。?* mul_process_helper.add_process_data_list(process_data) #同時調(diào)用多個api???將api方法當(dāng)做迭代？？？？用于同時查找多個公司？？？？ def add_process_data_list(self, process_data): """ 添加用于進(jìn)程處理的方法隊列 :type process_data ProcessData :param process_data: :return: """ self.__process_data_list.append(process_data) class ProcessData(object): """ 用于進(jìn)程處理的的數(shù)據(jù) """ def __init__(self, fcn, params, data_key): self.fcn = fcn # 方法 self.params = params # 參數(shù) self.data_key = data_key # 存儲到進(jìn)程共享變量中的名字
看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機(jī)網(wǎng)站二維碼