Comment la « map » et le « Pool » de Python peuvent-ils simplifier le multithreading ?

Multithreading en Python : une approche simplifiée

Le threading est une technique utilisée pour diviser les tâches sur plusieurs threads, améliorant ainsi l'efficacité d'un programme.

Exemple simplifié utilisant la carte et le pool

Dans Python, le multithreading a été grandement simplifié avec l'introduction de la carte et du pool. Voici un exemple concis :

from multiprocessing.dummy import Pool as ThreadPool

pool = ThreadPool(4)
results = pool.map(my_function, my_array)

Cet extrait de code distribue efficacement l'exécution de my_function sur 4 threads disponibles. Les valeurs résultantes sont stockées dans la liste des résultats.

Fonction Map : une abstraction fonctionnelle

La fonction map, héritée des langages fonctionnels comme Lisp, parcourt une séquence, applique une fonction à chaque élément et collecte les résultats dans une liste. Il résume le processus d'itération, rendant le multithreading sans effort.

Pool de threads : gestion des threads

Dans le code ci-dessus, le ThreadPool crée un pool de 4 threads de travail. Ces threads exécutent les tâches assignées par la fonction map. Une fois toutes les tâches terminées, le pool se ferme, garantissant que tous les threads terminent leurs opérations.

Notes d'implémentation

• Utilisez multiprocessing.Pool pour les tâches gourmandes en CPU , et multiprocessing.dummy.Pool pour les tâches liées aux E/S.
• Pour transmettre plusieurs arguments à un thread, utilisez starmap avec zip pour combiner des tableaux, ou avec itertools.repeat pour transmettre une constante et un tableau.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!