map与apply区别

1. 使用map方法

 

Python代码  

1. import multiprocessing  
2. import time  
3.   
4. def f(x):  
5.     time.sleep(2)  
6.     print x  
7.   
8. if __name__ == '__main__':   
9.   pool = multiprocessing.Pool(processes=5)   
10.   pool.map(f, xrange(10))  

•  并发5个进程
• map方法会依次将参数二数组每个元素传入参数1方法中
• 如果将map()替换为map_async()，则方法不会阻塞，而是直接执行main进程后面的代码，所以要配合pool.close()和pool.join()一起使用。close()方法是使pool不再接受新任务；join()方法是阻塞main进程等待子进程执行完成才可以运行后面code

2. 使用apply方法

 

 

Python代码  

1. import multiprocessing  
2. import time  
3.    
4. def func(msg):  
5.     print msg  
6.     time.sleep(1)  
7.    
8. if __name__ == "__main__":  
9.     print 'start main-process'  
10.     pool = multiprocessing.Pool(processes=4)  
11.     for i in xrange(10):  
12.         msg = "hello %d" %(i)  
13.         pool.apply_async(func, (msg, ))  
14.     pool.close()  
15.     pool.join()  
16.     print "Sub-process(es) done."  
17.     print 'Main-process done.'  

 

•  apply_async和apply方法区别是前者不会阻塞main进程，需要用pool.close()和join()方法阻塞等待子进程执行。
• apply与map方法相比，它只是调用方法和参数，而map方法会将数组参数迭代传给被调用方法
• pool.apply_async(func, (msg, )) 这行msg后面的逗号是不能省略的，否则不会执行func方法

--end