Multithreading dalam Python
Dalam Python, multithreading boleh digunakan untuk membahagikan tugas merentas berbilang thread. Berikut ialah contoh ringkas:
Python 3.3 :
from multiprocessing.dummy import Pool as ThreadPool
my_array = [1, 2, 3]
pool = ThreadPool(4)
results = pool.map(my_function, my_array)
Salin selepas log masuk
Versi Python Terdahulu:
Untuk meluluskan berbilang hujah, pertimbangkan ini:
my_function = lambda x, y: x * y
list_a = [1, 2, 3]
list_b = [4, 5, 6]
pool = ThreadPool(4)
results = pool.starmap(my_function, zip(list_a, list_b))
Salin selepas log masuk
Penerangan:
- Peta ialah fungsi yang menggunakan fungsi lain untuk setiap elemen dalam urutan dan menyimpan hasilnya dalam senarai.
Pelaksanaan:
- Multiprocessing.dummy menyediakan versi selari fungsi peta.
- Ia menggunakan benang sebaliknya proses, menjadikannya sesuai untuk tugas intensif I/O.
- Kelas Pool mencipta satu set urutan pekerja yang melaksanakan fungsi peta secara selari.
Contoh:
- Kod yang disediakan menghasilkan Kolam dengan 4 utas.
- Ia menggunakan fungsi peta untuk menggunakan fungsi mudah pada senarai URL.
- Hasilnya ialah dikembalikan dalam senarai apabila semua urutan telah menyelesaikan tugasan mereka.
Nota Tambahan:
- Untuk tugasan intensif CPU, pertimbangkan untuk menggunakan berbilang proses bukannya benang.
- Mengirimkan berbilang argumen kepada fungsi dalam peta memerlukan versi Python 3.3 atau lebih baru. Untuk versi terdahulu, gunakan penyelesaian yang disebut dalam jawapan.
Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menggunakan Multithreading dengan Berkesan dalam Python untuk Pelaksanaan Tugasan Selari?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!