我使用多进程的一般方式，都是multiprocessing模块中的Pool.map()方法。下面写一个简单的示例和解析。至于此种方法使用多进程的效率问题，还希望大佬予以指正。

示例：

"""探索pool.map多进程执行方式的实质"""from multiprocessing import Poolfrom time import sleepfrom datetime import datetimeclass forMap: def __init__(self): self.name = '没啥用的初始化' def forPrinit(self, i): sleep(i) print(i) return i ** 2

基本的代码已经写好，下面看看怎么使用多进程去执行。

执行示例1：

if __name__ == '__main__': s = datetime.now() tt = forMap() # 进程池中创建两个进程，调用计算机的两个内核去帮我做事。 p = Pool(2) l = [2, 4, 6] rList = p.map(tt.forTest, l) print(rList) p.close() p.join() e = datetime.now() print('多进程执行时间：', e - s)

运行结果：

2
4
6
[4, 16, 36]
多进程执行时间： 0:00:08.191251

由于在进程池中创建了两个进程，所以代码会调用计算机的两个内核。而列表l中的三个元素中的前两个（“2”和“4”），会依次传入函数中，由计算机内核A和B去执行。当某一个内核执行完，会继续接收下一个传入参数“6”函数。而且内核A执行的函数，只会sleep两秒，所以，传入参数“6”的函数会由内核A去执行。所以A一共执行了2 + 6 为8秒，又由于是并行，所以总的执行时间是8秒（多的那零点几是初始化、赋值、打印等操作）。

执行示例2：

if __name__ == '__main__': s = datetime.now() tt = forMap() # 进程池中创建三个进程 p = Pool(3) l = [2, 4, 6] rList = p.map(tt.forTest, l) print(rList) p.close() p.join() e = datetime.now() print('多进程执行时间：', e - s)

执行结果：

2
4
6
[4, 16, 36]
多进程执行时间： 0:00:06.273263

创建了三个进程 ，并行执行，所以执行时间是6秒

执行示例3：

if __name__ == '__main__': s = datetime.now() tt = forMap() # 进程池中创建三个进程 p = Pool(3) l = [2, 4, 6, 8] rList = p.map(tt.forTest, l) print(rList) p.close() p.join() e = datetime.now() print('多进程执行时间：', e - s)

执行结果：

2
4
6
8
[4, 16, 36, 64]
多进程执行时间： 0:00:10.211451

在列表中添加一个元素，首先内核A、B、C分别执行2， 4， 6。A先结束，所以8也会由A来执行。

执行示例4：

if __name__ == '__main__': s = datetime.now() tt = forMap() # 进程池中创建三个进程 p = Pool(2) l = [2, 4, 8, 6] rList = p.map(tt.forTest, l) print(rList) p.close() p.join() e = datetime.now() print('多进程执行时间：', e - s)

执行结果：

2
4
8
6
[4, 16, 64, 36]
多进程执行时间： 0:00:10.200389

还是创建两个进程，将列表中第3和第4个元素交换位置，执行结果为10秒多，而且返回值也是交换过位置之后的，说明map方法中，可迭代对象传入函数是从前到后逐个提取元素。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。