Python 如何并行运行函数?
我先研究了一下,没有找到我问题的答案。我试图在Python中并行运行多个函数 我有这样的想法:Python 如何并行运行函数?,python,multithreading,multiprocessing,Python,Multithreading,Multiprocessing,我先研究了一下,没有找到我问题的答案。我试图在Python中并行运行多个函数 我有这样的想法: files.py import common#common是一个处理所有IO内容的util类 dir1='C:\folder1' dir2='C:\folder2' 文件名='test.txt' addFiles=[25,5,15,35,45,25,5,15,35,45] def func1(): c=公共。公共() 对于范围内的i(len(addFiles)): c、 createFiles(add
files.py
import common#common是一个处理所有IO内容的util类
dir1='C:\folder1'
dir2='C:\folder2'
文件名='test.txt'
addFiles=[25,5,15,35,45,25,5,15,35,45]
def func1():
c=公共。公共()
对于范围内的i(len(addFiles)):
c、 createFiles(addFiles[i],文件名,dir1)
c、 获取文件(dir1)
时间。睡眠(10)
c、 删除文件(添加文件[i],目录1)
c、 获取文件(dir1)
def func2():
c=公共。公共()
对于范围内的i(len(addFiles)):
c、 createFiles(addFiles[i],文件名,dir2)
c、 getFiles(dir2)
时间。睡眠(10)
c、 移除文件(addFiles[i],dir2)
c、 getFiles(dir2)
我想调用func1和func2,让它们同时运行。这些函数不相互交互,也不在同一对象上交互。现在我必须等待func1完成,然后才能启动func2。我该如何做下面这样的事情:
process.py
从文件导入func1、func2
runBothFunc(func1(),func2())
我希望能够同时创建两个目录,因为每分钟我都要计算创建的文件数。如果目录不在那里,它将使我的计时中断。您可以使用或
由于,线程化
不太可能实现真正的并行性。因此,多处理
通常是更好的选择
下面是一个完整的示例:
from multiprocessing import Process
def func1():
print 'func1: starting'
for i in xrange(10000000): pass
print 'func1: finishing'
def func2():
print 'func2: starting'
for i in xrange(10000000): pass
print 'func2: finishing'
if __name__ == '__main__':
p1 = Process(target=func1)
p1.start()
p2 = Process(target=func2)
p2.start()
p1.join()
p2.join()
启动/加入子进程的机制可以很容易地按照runBothFunc
的思路封装到函数中:
def runInParallel(*fns):
proc = []
for fn in fns:
p = Process(target=fn)
p.start()
proc.append(p)
for p in proc:
p.join()
runInParallel(func1, func2)
没有办法保证两个函数将同步执行,这似乎是您想要做的 最好将函数分成几个步骤,然后使用
Process.join
在关键的同步点等待这两个步骤完成,就像@aix的回答中提到的那样
这比时间更好。睡眠(10),因为你不能保证精确的时间。使用显式等待,您的意思是在执行下一步之前必须完成该步骤,而不是假设它将在10毫秒内完成,而根据机器上的其他情况,这是不保证的。如果您是windows用户并且使用python 3,然后,这篇文章将帮助您用python进行并行编程。当您运行一个常用的多处理库的池编程时,您将得到一个关于程序中主函数的错误。这是因为windows没有fork()功能。下面的帖子给出了上述问题的解决方案 因为我使用的是python 3,所以我对程序做了如下更改:
from types import FunctionType
import marshal
def _applicable(*args, **kwargs):
name = kwargs['__pw_name']
code = marshal.loads(kwargs['__pw_code'])
gbls = globals() #gbls = marshal.loads(kwargs['__pw_gbls'])
defs = marshal.loads(kwargs['__pw_defs'])
clsr = marshal.loads(kwargs['__pw_clsr'])
fdct = marshal.loads(kwargs['__pw_fdct'])
func = FunctionType(code, gbls, name, defs, clsr)
func.fdct = fdct
del kwargs['__pw_name']
del kwargs['__pw_code']
del kwargs['__pw_defs']
del kwargs['__pw_clsr']
del kwargs['__pw_fdct']
return func(*args, **kwargs)
def make_applicable(f, *args, **kwargs):
if not isinstance(f, FunctionType): raise ValueError('argument must be a function')
kwargs['__pw_name'] = f.__name__ # edited
kwargs['__pw_code'] = marshal.dumps(f.__code__) # edited
kwargs['__pw_defs'] = marshal.dumps(f.__defaults__) # edited
kwargs['__pw_clsr'] = marshal.dumps(f.__closure__) # edited
kwargs['__pw_fdct'] = marshal.dumps(f.__dict__) # edited
return _applicable, args, kwargs
def _mappable(x):
x,name,code,defs,clsr,fdct = x
code = marshal.loads(code)
gbls = globals() #gbls = marshal.loads(gbls)
defs = marshal.loads(defs)
clsr = marshal.loads(clsr)
fdct = marshal.loads(fdct)
func = FunctionType(code, gbls, name, defs, clsr)
func.fdct = fdct
return func(x)
def make_mappable(f, iterable):
if not isinstance(f, FunctionType): raise ValueError('argument must be a function')
name = f.__name__ # edited
code = marshal.dumps(f.__code__) # edited
defs = marshal.dumps(f.__defaults__) # edited
clsr = marshal.dumps(f.__closure__) # edited
fdct = marshal.dumps(f.__dict__) # edited
return _mappable, ((i,name,code,defs,clsr,fdct) for i in iterable)
from multiprocessing import Pool
from poolable import make_applicable, make_mappable
def cube(x):
return x**3
if __name__ == "__main__":
pool = Pool(processes=2)
results = [pool.apply_async(*make_applicable(cube,x)) for x in range(1,7)]
print([result.get(timeout=10) for result in results])
完成此功能后,上述问题代码也会发生如下变化:
from types import FunctionType
import marshal
def _applicable(*args, **kwargs):
name = kwargs['__pw_name']
code = marshal.loads(kwargs['__pw_code'])
gbls = globals() #gbls = marshal.loads(kwargs['__pw_gbls'])
defs = marshal.loads(kwargs['__pw_defs'])
clsr = marshal.loads(kwargs['__pw_clsr'])
fdct = marshal.loads(kwargs['__pw_fdct'])
func = FunctionType(code, gbls, name, defs, clsr)
func.fdct = fdct
del kwargs['__pw_name']
del kwargs['__pw_code']
del kwargs['__pw_defs']
del kwargs['__pw_clsr']
del kwargs['__pw_fdct']
return func(*args, **kwargs)
def make_applicable(f, *args, **kwargs):
if not isinstance(f, FunctionType): raise ValueError('argument must be a function')
kwargs['__pw_name'] = f.__name__ # edited
kwargs['__pw_code'] = marshal.dumps(f.__code__) # edited
kwargs['__pw_defs'] = marshal.dumps(f.__defaults__) # edited
kwargs['__pw_clsr'] = marshal.dumps(f.__closure__) # edited
kwargs['__pw_fdct'] = marshal.dumps(f.__dict__) # edited
return _applicable, args, kwargs
def _mappable(x):
x,name,code,defs,clsr,fdct = x
code = marshal.loads(code)
gbls = globals() #gbls = marshal.loads(gbls)
defs = marshal.loads(defs)
clsr = marshal.loads(clsr)
fdct = marshal.loads(fdct)
func = FunctionType(code, gbls, name, defs, clsr)
func.fdct = fdct
return func(x)
def make_mappable(f, iterable):
if not isinstance(f, FunctionType): raise ValueError('argument must be a function')
name = f.__name__ # edited
code = marshal.dumps(f.__code__) # edited
defs = marshal.dumps(f.__defaults__) # edited
clsr = marshal.dumps(f.__closure__) # edited
fdct = marshal.dumps(f.__dict__) # edited
return _mappable, ((i,name,code,defs,clsr,fdct) for i in iterable)
from multiprocessing import Pool
from poolable import make_applicable, make_mappable
def cube(x):
return x**3
if __name__ == "__main__":
pool = Pool(processes=2)
results = [pool.apply_async(*make_applicable(cube,x)) for x in range(1,7)]
print([result.get(timeout=10) for result in results])
我得到的结果是:
[1, 8, 27, 64, 125, 216]
我认为这篇文章可能对一些windows用户有用。这可以通过一个允许您轻松并行和分发Python代码的系统优雅地完成 要并行化示例,您需要使用
@ray.remote
装饰器定义函数,然后使用.remote
调用它们
import ray
ray.init()
dir1 = 'C:\\folder1'
dir2 = 'C:\\folder2'
filename = 'test.txt'
addFiles = [25, 5, 15, 35, 45, 25, 5, 15, 35, 45]
# Define the functions.
# You need to pass every global variable used by the function as an argument.
# This is needed because each remote function runs in a different process,
# and thus it does not have access to the global variables defined in
# the current process.
@ray.remote
def func1(filename, addFiles, dir):
# func1() code here...
@ray.remote
def func2(filename, addFiles, dir):
# func2() code here...
# Start two tasks in the background and wait for them to finish.
ray.get([func1.remote(filename, addFiles, dir1), func2.remote(filename, addFiles, dir2)])
如果将相同的参数传递给两个函数,并且参数很大,则更有效的方法是使用ray.put()
。这样可以避免将大参数序列化两次,并创建它的两个内存副本:
largeData_id = ray.put(largeData)
ray.get([func1(largeData_id), func2(largeData_id)])
重要信息-如果func1()
和func2()
返回结果,则需要按如下方式重写代码:
ret_id1 = func1.remote(filename, addFiles, dir1)
ret_id2 = func2.remote(filename, addFiles, dir2)
ret1, ret2 = ray.get([ret_id1, ret_id2])
与模块相比,使用Ray有许多优点。特别是,相同的代码将在一台机器以及一组机器上运行。有关Ray的更多优点,请参见。如果您的函数主要执行I/O工作(并且CPU工作较少),并且您有Python 3.2+,则可以使用:
如果您的函数主要执行CPU工作(以及较少的I/O工作),并且您有Python 2.6+,则可以使用以下模块:
似乎只有一个函数需要调用两个不同的参数。这可以通过使用Python 3.2中的
concurrent.futures
和map
组合优雅地完成+
import time
from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
def sleep_secs(seconds):
time.sleep(seconds)
print(f'{seconds} has been processed')
secs_list = [2,4, 6, 8, 10, 12]
现在,如果您的操作是IO绑定的,那么您可以使用ThreadPoolExecutor
:
with ThreadPoolExecutor() as executor:
results = executor.map(sleep_secs, secs_list)
注意这里如何使用map
将函数映射到参数列表
现在,如果函数受CPU限制,则可以使用ProcessPoolExecutor
with ProcessPoolExecutor() as executor:
results = executor.map(sleep_secs, secs_list)
如果你不确定,你可以两个都试一下,看看哪一个效果更好
最后,如果您希望打印结果,只需执行以下操作:
with ThreadPoolExecutor() as executor:
results = executor.map(sleep_secs, secs_list)
for result in results:
print(result)
2021年,最简单的方法是使用asyncio:
import asyncio, time
async def say_after(delay, what):
await asyncio.sleep(delay)
print(what)
async def main():
task1 = asyncio.create_task(
say_after(4, 'hello'))
task2 = asyncio.create_task(
say_after(3, 'world'))
print(f"started at {time.strftime('%X')}")
# Wait until both tasks are completed (should take
# around 2 seconds.)
await task1
await task2
print(f"finished at {time.strftime('%X')}")
asyncio.run(main())
参考文献:
[1] 我使用了你的代码,但函数仍然没有在同一时间启动。@Lamar McAdory:请解释“同时”的确切含义,也许可以给出一个具体的例子,说明你做了什么,你期望发生什么,以及实际发生了什么。@Lamar:你永远不能保证“完全同时”认为你能做到是完全错误的。根据您拥有的CPU数量、机器负载、计算机上发生的许多事情的时间,这些都会影响线程/进程的启动时间。此外,由于进程是在创建之后立即启动的,因此创建进程的开销也必须根据您看到的时间差进行计算。是否可以获得每个函数的结果列表?假设每个函数返回一个不同的值,这些值是否可以附加到某个列表中供以后使用?可能会将结果附加到全局列表中?如果我的函数采用参数,当我