python3.x pool.map方法的实质

我使用多进程的一般方式，都是multiprocessing模块中的Pool.map()方法。下面写一个简单的示例和解析。至于此种方法使用多进程的效率问题，还希望大佬予以指正。

示例：

"""
探索pool.map多进程执行方式的实质
"""

from multiprocessing import Pool
from time import sleep
from datetime import datetime

class forMap:
def __init__(self):
self.name = '没啥用的初始化'

def forPrinit(self, i):
sleep(i)
print(i)
return i ** 2

基本的代码已经写好，下面看看怎么使用多进程去执行。

• 执行示例1：

if __name__ == '__main__':
s = datetime.now()
tt = forMap()
# 进程池中创建两个进程，调用计算机的两个内核去帮我做事。
p = Pool(2)

l = [2, 4, 6]
rList = p.map(tt.forTest, l)
print(rList)

p.close()
p.join()

e = datetime.now()
print('多进程执行时间：', e - s)

运行结果：

2
4
6
[4, 16, 36]
多进程执行时间： 0:00:08.191251

由于在进程池中创建了两个进程，所以代码会调用计算机的两个内核。而列表l中的三个元素中的前两个（“2”和“4”），会依次传入函数中，由计算机内核A和B去执行。当某一个内核执行完，会继续接收下一个传入参数“6”函数。而且内核A执行的函数，只会sleep两秒，所以，传入参数“6”的函数会由内核A去执行。所以A一共执行了2 + 6 为8秒，又由于是并行，所以总的执行时间是8秒（多的那零点几是初始化、赋值、打印等操作）。

• 执行示例2：

if __name__ == '__main__':
s = datetime.now()
tt = forMap()
# 进程池中创建三个进程
p = Pool(3)

l = [2, 4, 6]
rList = p.map(tt.forTest, l)
print(rList)

p.close()
p.join()

e = datetime.now()
print('多进程执行时间：', e - s)

执行结果：

2
4
6
[4, 16, 36]
多进程执行时间： 0:00:06.273263

创建了三个进程 ，并行执行，所以执行时间是6秒

• 执行示例3：

if __name__ == '__main__':
s = datetime.now()
tt = forMap()
# 进程池中创建三个进程
p = Pool(3)

l = [2, 4, 6, 8]
rList = p.map(tt.forTest, l)
print(rList)

p.close()
p.join()

e = datetime.now()
print('多进程执行时间：', e - s)

执行结果：

2
4
6
8
[4, 16, 36, 64]
多进程执行时间： 0:00:10.211451

在列表中添加一个元素，首先内核A、B、C分别执行2， 4， 6。A先结束，所以8也会由A来执行。

• 执行示例4：

if __name__ == '__main__':
s = datetime.now()
tt = forMap()
# 进程池中创建三个进程
p = Pool(2)

l = [2, 4, 8, 6]
rList = p.map(tt.forTest, l)
print(rList)

p.close()
p.join()

e = datetime.now()
print('多进程执行时间：', e - s)

执行结果：

2
4
8
6
[4, 16, 64, 36]
多进程执行时间： 0:00:10.200389

还是创建两个进程，将列表中第3和第4个元素交换位置，执行结果为10秒多，而且返回值也是交换过位置之后的，说明map方法中，可迭代对象传入函数是从前到后逐个提取元素。