多处理模块中的ThreadPool与Pool之间有什么区别？

Question

请告诉我之间的差异ThreadPool，并Pool在multiprocessing模块。当我尝试代码时，这是我看到的主要区别：

from multiprocessing import Pool
import os, time

print("hi outside of main()")

def hello(x):
    print("inside hello()")
    print("Proccess id: ", os.getpid())
    time.sleep(3)
    return x*x

if __name__ == "__main__":
    p = Pool(5)
    pool_output = p.map(hello, range(3))

    print(pool_output)

我看到以下输出：

hi outside of main()
hi outside of main()
hi outside of main()
hi outside of main()
hi outside of main()
hi outside of main()
inside hello()
Proccess id:  13268
inside hello()
Proccess id:  11104
inside hello()
Proccess id:  13064
[0, 1, 4]

使用“ ThreadPool”：

from multiprocessing.pool import ThreadPool
import os, time

print("hi outside of main()")

def hello(x):
    print("inside hello()")
    print("Proccess id: ", os.getpid())
    time.sleep(3)
    return x*x

if __name__ == "__main__":
    p = ThreadPool(5)
    pool_output = p.map(hello, range(3))

    print(pool_output)

我看到以下输出：

hi outside of main()
inside hello()
inside hello()
Proccess id:  15204
Proccess id:  15204
inside hello()
Proccess id:  15204
[0, 1, 4]

我的问题是：

• 为何每次在__main __（）外运行Pool？

• multiprocessing.pool.ThreadPool没有产生新的进程？它只是创建新线程？

• 如果是这样，使用multiprocessing.pool.ThreadPool与仅使用threading模块之间有什么区别？

我在任何ThreadPool地方都没有看到任何官方文档，有人可以在哪里找到我吗？

Answer 1

该multiprocessing.pool.ThreadPool行为一样multiprocessing.Pool，唯一的区别在于使用线程，而不是进程运行的工人逻辑。

你看到的原因

hi outside of main()

会被多次打印multiprocessing.Pool是由于该池将生成5个独立的进程。每个进程将初始化其自己的Python解释器并加载模块，从而导致print再次执行顶层。

请注意，仅当使用spawn进程创建方法时才会发生这种情况（Windows上仅此方法可用）。如果使用fork一个（Unix），则与线程一样，该消息仅打印一次。

将multiprocessing.pool.ThreadPool作为其实现从未完成未记录。它缺少测试和文档。您可以在源代码中看到其实现。

我相信下一个自然的问题是：何时使用基于线程的池，何时使用基于进程的池？

经验法则是：

• IO绑定作业-> multiprocessing.pool.ThreadPool
• CPU绑定作业-> multiprocessing.Pool
• 混合作业->取决于工作量，multiprocessing.Pool由于流程隔离带来的优势，我通常更喜欢

在Python
3上，您可能需要看一下concurrent.future.Executor池的实现。