Map功能简化Python并发代码

<转摘>Python 并行任务技巧

支持Map并发的包文件有两个：

Multiprocessing,还有少为人知的但却功能强大的子文件 multiprocessing.dummy.

Dummy是一个多进程包的完整拷贝。唯一不同的是，多进程包使用进程，而dummy使用线程（自然也有Python本身的一些限制）。所以一个有的另一个也有。这样在两种模式间切换就十分简单，并且在判断框架调用时使用的是IO还是CPU模式非常有帮助.

导入相关包

1 from multiprocessing import Pool或者
2 from multiprocessing.dummy import Pool as ThreadPool

初始化

1 pool = ThreadPool()

 1 import urllib2
 2 from multiprocessing.dummy import Pool as ThreadPool
 3
 4 urls = [
 5     ‘http://www.python.org‘,
 6     ‘http://www.python.org/about/‘,
 7     ‘http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.html‘,
 8     ‘http://www.python.org/doc/‘,
 9     ‘http://www.python.org/download/‘,
10     ‘http://www.python.org/getit/‘,
11     ‘http://www.python.org/community/‘,
12     ‘https://wiki.python.org/moin/‘,
13     ‘http://planet.python.org/‘,
14     ‘https://wiki.python.org/moin/LocalUserGroups‘,
15     ‘http://www.python.org/psf/‘,
16     ‘http://docs.python.org/devguide/‘,
17     ‘http://www.python.org/community/awards/‘
18     # etc..
19     ]
20
21 # Make the Pool of workers
22 pool = ThreadPool(4)
23 # Open the urls in their own threads
24 # and return the results
25 results = pool.map(urllib2.urlopen, urls)
26 #close the pool and wait for the work to finish
27 pool.close()
28 pool.join()

pool对象需要一些参数。它可以限定线程池中worker的数量。如果不填，它将采用系统的内核数作为初值.

如果你进行的是计算密集型多进程任务，内核越多意味着速度越快（当然这是有前提的）。但如果是涉及到网络计算方面，影响的因素就千差万别。所以最好还是能给出合适的线程池大小数

如果运行的线程很多，频繁的切换线程会十分影响工作效率。所以最好还是能通过调试找出任务调度的时间平衡点