我试图了解如何让 child 写入 parent 的变量。也许我在这里做错了什么,但我可以想象多重处理所花费的时间只是实际花费时间的一小部分:
import multiprocessing, time
def h(x):
h.q.put('Doing: ' + str(x))
return x
def f_init(q):
h.q = q
def main():
q = multiprocessing.Queue()
p = multiprocessing.Pool(None, f_init, [q])
results = p.imap(h, range(1,5))
p.close()
-----结果-----:
1
2
3
4
Multiprocessed: 0.0695610046387 seconds
1
2
3
4
Normal: 2.78949737549e-05 seconds # much shorter
for i in range(len(range(1,5))):
print results.next() # prints 1, 4, 9, 16
if __name__ == '__main__':
start = time.time()
main()
print "Multiprocessed: %s seconds" % (time.time()-start)
start = time.time()
for i in range(1,5):
print i
print "Normal: %s seconds" % (time.time()-start)
最佳答案
@Blender 基本上已经回答了你的问题,但作为评论。 多处理
机制会产生一些开销,因此,如果您在没有做任何重要工作的情况下产生开销,速度会变慢。
尝试实际做一些并行性良好的工作。例如,编写Python代码打开一个文件,使用正则表达式扫描它,并提取匹配的行;然后列出十个大文件,并计算使用多处理与普通 Python 完成所有十个文件所需的时间。或者编写代码来计算昂贵的函数并尝试一下。
我使用multiprocessing.Pool()
只是为了运行外部程序的一堆实例。我使用 subprocess
来运行音频编码器,它一次运行四个编码器实例,从而获得显着的加速。
关于python - 多重处理需要更长的时间?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12067459/