python怎么实现并行_如何在Python中进行并行编程

正如其他人所说，解决方案是使用多个流程。然而，哪种框架更合适取决于许多因素。除了已经提到的那些，还有charm4py和mpi4py（我是charm4py的开发者）。

与使用工作池抽象相比，实现上述示例的方法更有效。主循环G在1000次迭代的每次迭代中反复向工人发送相同的参数（包括完整的图形）。由于至少有一个worker将驻留在不同的进程上，这涉及复制并将参数发送给其他进程。根据物体的大小，这可能非常昂贵。相反，让工人存储状态并简单地发送更新的信息是有意义的。

例如，在charm4py中可以这样做：class Worker(Chare):

def __init__(self, Q, G, n):

self.G = G ...

def setinner(self, node1, node2):

self.updateGraph(node1, node2)

...def solve(Q, G, n):

# create 2 workers, each on a different process, passing the initial state

worker_a = Chare(Worker, onPE=0, args=[Q, G, n])

worker_b = Chare(Worker, onPE=1, args=[Q, G, n])

while i < 1000:

result_a = worker_a.setinner(node1, node2, ret=True) # execute setinner on worker A

result_b = worker_b.setouter(node1, node2, ret=True) # execute setouter on worker B

inneropt, partition, x = result_a.get() # wait for result from worker A

outeropt = result_b.get() # wait for result from worker B

...

请注意，对于此示例，我们实际上只需要一个工作者。主循环可以执行其中一个函数，让工作者执行另一个函数。但是我的代码有助于说明一些事情：工作者A在进程0中运行（与主循环相同）。当result_a.get()被阻塞等待结果时，工作人员A在同一过程中进行计算。

参数自动通过引用传递给工作者A，因为它在同一个进程中（不涉及复制）。