分享一个简单易用的python并行模块【PP模块】

目前个人计算机大都是多核的，但是在运行python程序的时候会发现实际上只有一个核心（CPU）在跑代码，另外几个核心都在偷懒呢，如下图
并行计算的目的是将所有的核心都运行起来以提高代码的执行速度，在python中由于存在全局解释器锁（GIL）如果使用默认的python多线程进行并行计算可能会发现代码的执行速度并不会加快，甚至会比使用单核心要慢！！！

一些并行模块通过修改pyhton的GIL机制突破了这个限制，使得Python在多核电脑中也能够有效的进行并行计算。PP（Parallel Python）模块就是其中一种。

pp模块是python的一个轻量级并行模块，能够有效提高程序运行效率，使用非常方便。

下面这段测试代码是计算从0到给定范围内所有质数的和，即计算0_100000，0100100，… ，0~100700这8个范围内的所有质数的和：

import pp,time,math
def isprime(n):
    """Returns True if n is prime and False otherwise"""
    if not isinstance(n, int):
        raise TypeError("argument passed to is_prime is not of 'int' type")
    if n < 2:
        return False
    if n == 2:
        return True
    max = int(math.ceil(math.sqrt(n)))
    i = 2
    while i <= max:
        if n % i == 0:
            return False
        i += 1
    return True

def sum_pimes(n):
    """Calculates sum of all primes below given integer n"""
    return sum([x for x in range(2, n) if isprime(x)])

#串行代码
print("{beg}串行程序{beg}".format(beg='-'*16))
startTime = time.time()

inputs = (100000, 100100, 100200, 100300, 100400, 100500, 100600, 100700)
results = [ (input,sum_primes(input)) for input in inputs ]

for input, result in results:
    print("Sum of primes below %s is %s" % (input, result))

print("用时:%.3fs"%( time.time()-startTime ) )

#并行代码
print("{beg}并行程序{beg}".format(beg='-'*16))
startTime = time.time()

job_server = pp.Server()
inputs = (100000, 100100, 100200, 100300, 100400, 100500, 100600, 100700)
jobs = [(input, job_server.submit(sum_primes, (input, ), (isprime, ),
        ("math", )) ) for input in inputs]

for input, job in jobs:
    print("Sum of primes below %s is %s" % (input, job()))

print("用时:%.3fs"%( time.time()-startTime ) )

运行效果图：

由于楼主的电脑是伪4核（实际是2核，由于intel使用了超线程把它变成了4核的样子），因此效率只是提高了两倍，不过也还是不错了~
理论上你的电脑中实际有多少的个核心，通过并行计算就能提高多少被效率（实际的提高倍速会低一点）。

可以看到并行代码只是比串行代码多了几行，然而效率就翻倍了，看到这各位鱼油有木有动心呢

下面就开始正式介绍这个模块了

一：安装

1.从官网下载对应版本的PP模块：http://www.parallelpython.com/content/view/18/32/

我的系统是Windows，python版本是3.4.4因此选择了下面这个版本

2.在解压目录下打开命令行，输入python setup.py install就自动开始安装了（就是这么简单)

二：使用

1.导入模块

import pp

2.开启服务

job_server = pp.Server() 
#ncpus = 4 #可以自己指定使用的核心数
#job_server = pp.Server(ncpus) #创建服务
#默认为使用全部核心

3.提交任务

f1 = job_server.submit(func1, args1, depfuncs1, modules1) 
#func1: 被并行执行的函数
#args1: func的参数，以元组的形式传入
#depfuncs1: 被func调用的函数，以元组的形式传入
#modules1: 函数执行需要调用的模块，以元组的形式传入

4.获取结果

r1 = f1()

下面根据之前的测试例子解释下pp模块的使用

math
def isprime(n):
    if not isinstance(n, int):
        raise TypeError("argument passed to is_prime is not of 'int' type")
    if n < 2:
        return False
    if n == 2:
        return True
    max = int(math.ceil(math.sqrt(n)))
    i = 2
    while i <= max:
        if n % i == 0:
            return False
        i += 1
    return True

def sum_pimes(n):
    return sum([x for x in range(2, n) if isprime(x)])

主程序

import pp
job_server = pp.Server()
inputs = (100000, 100100, 100200, 100300, 100400, 100500, 100600, 100700)
jobs = [(input, job_server.submit(sum_primes, (input, ), (isprime, ),
        ("math", )) ) for input in inputs]
for input, job in jobs:
    print("Sum of primes below %s is %s" % (input, job()))

第1行：导入pp模块
第2行：开启pp服务，没有填参数表示使用全部核心进行计算
第3行：设定任务，即程序需要计算0_100000，0100100，… ，0~100700这8个范围内的所有质数的和
第4行：是一个列表推导式，它的作用是将inputs中的值传递给sum_primes，并且执行job_server.submit函数。

在job_server.submit的参数：

• sum_primes为被并行执行的函数，注意这里不能写成sum_primes()
• (input,)为sum_primes的参数即100000，100100，…，100700。注意这里要以元组形式传入，而","是元组的标志，因此括号中的逗号不能漏了
• (isprime,)是sum_primes执行过程中需要用到的函数，以元组形式传入
• (“math”,)是sum_primes或isprime函数中需要用到的模块，以元组形式传入

最后两行：执行完第四行后得到的jobs列表中的每个元素都是一个二元组即(input,func)的形式。这两行的意思就是循环调用func，并打印结果。（通过函数调用的方式获取并行计算结果）
到这里一个使用pp模块进行并行计算的代码就实现了（并行计算就是如此简单）。

随着任务的需求不同，代码量也会有所变化，不过基本过程就是以上四步。