Python中並行編程中的Pool.map和Process有什麼區別？

Question

我想站在多處理模塊下。當我想用不同的參數連續運行一個函數幾次時，我應該在Process上使用Pool.map？每個的優點和缺點是什麼？

Answer 1

Pool.map生成多個進程來實現某個任務。

當你有一個任務單位，你想在一個單獨的過程中工作，那麼你可以直接產生過程。

def execute_new_work(work=somefunction): 
    p = multiprocessing.Process(target=work) 
    p.start() 

池可用於管理固定數量的工人。

如果已知使用相同功能但並行處理的工作單元數量，則可以使用pool.map，而不是使用for loop。這只是更方便和容易

pool_size = multiprocessing.cpu_count() * 2 
pool = multiprocessing.Pool(processes=pool_size, 
          initializer=start_process, 
          ) 
outputs = pool.map(workon_fucntion, inputs) 

正如你所看到的，這是python和python中的map函數的回憶。你可以用地圖做什麼，你可以用for loop。

這裏唯一需要注意的是，工作進程是事先確定的，池管理工作分配給工作人員，這是相當不錯的。