多处理：map与map_async

Question

map和之间有什么区别map_async？将列表中的项目分配到4个进程后，它们是否运行相同的功能？

那么，假设两者都在异步和并行运行是错误的吗？

def f(x):
   return 2*x

p=Pool(4)
l=[1,2,3,4]
out1=p.map(f,l)
#vs
out2=p.map_async(f,l)

Answer 1

将作业映射到流程有四种选择。您必须考虑多个参数，并发性，阻塞和排序。map并且map_async仅在阻止方面有所不同。map_async是非阻塞其中作为map阻止

假设您有一个功能

from multiprocessing import Pool
import time

def f(x):
    print x*x

if __name__ == '__main__':
    pool = Pool(processes=4)
    pool.map(f, range(10))
    r = pool.map_async(f, range(10))
    # DO STUFF
    print 'HERE'
    print 'MORE'
    r.wait()
    print 'DONE'

输出示例：

0
1
9
4
16
25
36
49
64
81
0
HERE
1
4
MORE
16
25
36
9
49
64
81
DONE

pool.map(f, range(10))将等待所有10个这些函数调用完成，因此我们可以连续查看所有打印件。 r = pool.map_async(f, range(10))将异步执行它们，只有块时r.wait()被调用，所以我们看到的HERE和MORE在两者之间，但DONE总是会在最后。