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0100000,0100100,… ,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0100000,0100100,… ,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。