独立した Python 関数を非同期的に並列化するための最良のアプローチは何ですか?

Python の並列プログラミング: 総合ガイド

C の場合、OpenMP はコードを並列化するための簡単なメカニズムを提供します。ただし、Python ユーザーが同様の機能を求める場合、課題に直面します。このガイドは、Python に合わせたソリューションを提示することでこれらの課題に対処し、プログラマーが並列処理の力を利用してコードを最適化できるようにすることを目的としています。

具体的には、2 つの独立した関数、solve1(A) が関与するシナリオを検討します。 ) とsolve2(B) は、順次ではなく並行して実行する必要があります。提供されているサンプル コードでは、これらの関数が次のように強調表示されています。

<code class="python">def solve(Q, G, n):
    ...
    setinneropt, partition, x = setinner(Q, G, n)
    ...
    if ...
        node1 = partition[0]
        node2 = partition[1]
    ...</code>

ここでの主要な関数は setinner と setouter で、並列化を目指す独立したタスクを表しています。

推奨されるアプローチでは、Python のマルチプロセッシング モジュールを利用します。特にその処理プール。これらのプールは汎用ワーカー プロセスを採用し、マシン上の CPU コアごとに 1 つのワーカーを割り当てます。その結果、複数のワーカー プロセスが割り当てられた並列タスクを同時に実行できます。

私たちの特定のシナリオでは、コードは次のようになります。

<code class="python">from multiprocessing import Pool
pool = Pool()
result1 = pool.apply_async(setinner, [Q, G, n])  # Evaluate "setinner(Q, G, n)" asynchronously
result2 = pool.apply_async(setouter, [Q, G, n])  # Evaluate "setouter(Q, G, n)" asynchronously
answer1 = result1.get(timeout=10)
answer2 = result2.get(timeout=10)</code>

処理プールを作成することで、基本的にこれらの独立した関数を実行してプロセスを分離し、効率的に並列処理を実現します。

Python での並列プログラミングにスレッドを使用することは、グローバル インタープリタ ロック (GIL) により、同時操作が禁止されるため推奨されないことに注意することが重要です。 Python オブジェクト。したがって、Python の並列プログラミングの取り組みには、スレッドではなくプロセスが推奨されます。

以上が独立した Python 関数を非同期的に並列化するための最良のアプローチは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。