Python 多处理：映射与映射异步

使用

map

和

map\u async

有什么区别？将列表中的项目分配到4个进程后，它们是否运行相同的函数

那么，假设两者都是异步运行和并行运行是错误的吗

def f(x):
   return 2*x

p=Pool(4)
l=[1,2,3,4]
out1=p.map(f,l)
#vs
out2=p.map_async(f,l)

---

将作业映射到流程有四种选择。您必须考虑多个ARG、并发、阻塞和排序。code>map和

map\u async

仅在阻塞方面有所不同

map\u async

是非阻塞的，其中as

map

是阻塞的

假设你有一个函数

from multiprocessing import Pool
import time

def f(x):
    print x*x

if __name__ == '__main__':
    pool = Pool(processes=4)
    pool.map(f, range(10))
    r = pool.map_async(f, range(10))
    # DO STUFF
    print 'HERE'
    print 'MORE'
    r.wait()
    print 'DONE'

示例输出：

0
1.
9
4.
16
25
36
49
64
81
0
在这里
1.
4.
更多
16
25
36
9
49
64
81
完成

pool.map（f，range（10））

将等待所有10个函数调用完成，以便我们看到一行中的所有打印。

---

r=pool.map\u async（f，range（10））

将异步执行它们，并且只有在调用

r.wait（）

时才会执行阻塞，因此我们在这里看到

和
更多的
，但是
完成
将始终在末尾。
不
map
仅在完成映射后返回（即同步但并行），虽然
map\u async
会立即返回并允许在后台进行映射（即异步和并行）？好的，那么如果除了在列表上执行函数f外，我没有其他任务要做，那么map和map\u async是相同的。您会注意到map将按顺序执行，但是map\u async不应该在
r.wait（）
之后有一个
print'DONE'
？如果上述示例在第一次运行时没有为
map
和
map\u async
返回不同的结果，请尝试设置
范围（500）
或其他大的东西。@quikst3r：对我来说，它们都是以随机顺序执行的。我将func f（）改为print（x），参数为：“pool.map（f，range（11,20））；r=pool.map_async（f，range（10））”；运行代码后，它返回：“11213151617181419这里0更多213456789完成”