Python技巧：Python 如何实现并行化

Python 在程序并行化方面多少有些声名狼藉。撇开技术上的问题，例如线程的实现和 GIL，我觉得错误的教学指导才是主要问题。常见的经典 Python 多线程、多进程教程多显得偏"重"。而且往往隔靴搔痒，没有深入探讨日常工作中最有用的内容。

传统的例子

简单搜索下"Python 多线程教程"，不难发现几乎所有的教程都给出涉及类和队列的例子：

1. import os

2. import PIL

4. from multiprocessing importPool

5. from PIL importImage

7. SIZE = (75,75)

8. SAVE_DIRECTORY = "thumbs"

10. def get_image_paths(folder):

11. return(os.path.join(folder, f)

12. for f in os.listdir(folder)

13. if"jpeg"in f)

15. def create_thumbnail(filename):

16. im = Image.open(filename)

17. im.thumbnail(SIZE, Image.ANTIALIAS)

18. base, fname = os.path.split(filename)

19. save_path = os.path.join(base, SAVE_DIRECTORY, fname)

20. im.save(save_path)

22. if __name__ == "__main__":

23. folder = os.path.abspath(

24. "11_18_2013_R000_IQM_Big_Sur_Mon__e10d1958e7b766c3e840")

25. os.mkdir(os.path.join(folder, SAVE_DIRECTORY))

27. images = get_image_paths(folder)

29. pool = Pool()

30. pool.map(creat_thumbnail, images)

31. pool.close()

32. pool.join()

哈，看起来有些像 Java 不是吗？

我并不是说使用生产者/消费者模型处理多线程/多进程任务是错误的（事实上，这一模型自有其用武之地）。只是，处理日常脚本任务时我们可以使用更有效率的模型。

问题在于…

首先，你需要一个样板类；其次，你需要一个队列来传递对象；而且，你还需要在通道两端都构建相应的方法来协助其工作（如果需想要进行双向通信或是保存结果还需要再引入一个队列）。

worker 越多，问题越多

按照这一思路，你现在需要一个 worker 线程的线程池。下面是一篇 IBM 经典教程中的例子——在进行网页检索时通过多线程进行加速。

1. #Example2.py

2. """

3. A more realistic thread pool example

4. """

6. im