日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

眾所周知，Python的并行處理能力很不理想。我認為如果不考慮線程和GIL的標準參數(shù)（它們大多是合法的），其原因 不是因為技術(shù)不到位而是我們的使用方法不恰當。大多數(shù)關(guān)于Python線程和多進程的教材雖然都很出色，但是內(nèi)容繁瑣冗長。它們的確在開篇鋪陳了許多有用 的信息，但往往都不會涉及真正能提高日常工作的部分。

目前成都創(chuàng)新互聯(lián)公司已為上千家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)絡(luò)空間、網(wǎng)站托管、企業(yè)網(wǎng)站設(shè)計、鐵東網(wǎng)站維護等服務(wù)，公司將堅持客戶導向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

經(jīng)典例子

DDG上以“Python threading tutorial （Python線程教程）”為關(guān)鍵字的熱門搜索結(jié)果表明：幾乎每篇文章中給出的例子都是相同的類+隊列。

事實上，它們就是以下這段使用producer/Consumer來處理線程/多進程的代碼示例：

 
 

  
  
#Example.py
  
  
'''''
  
  
Standard Producer/Consumer Threading Pattern
  
  
'''
  
  
 
  
  
import time
  
  
import threading
  
  
import Queue
  
  
 
  
  
class Consumer(threading.Thread):
  
  
    def __init__(self, queue):
  
  
        threading.Thread.__init__(self)
  
  
        self._queue = queue
  
  
 
  
  
    def run(self):
  
  
        while True:
  
  
            # queue.get() blocks the current thread until
  
  
            # an item is retrieved.
  
  
            msg = self._queue.get()
  
  
            # Checks if the current message is
  
  
            # the "Poison Pill"
  
  
            if isinstance(msg, str) and msg == 'quit':
  
  
                # if so, exists the loop
  
  
                break
  
  
            # "Processes" (or in our case, prints) the queue item  
  
  
            print "I'm a thread, and I received %s!!" % msg
  
  
        # Always be friendly!
  
  
        print 'Bye byes!'
  
  
 
  
  
def Producer():
  
  
    # Queue is used to share items between
  
  
    # the threads.
  
  
    queue = Queue.Queue()
  
  
 
  
  
    # Create an instance of the worker
  
  
    worker = Consumer(queue)
  
  
    # start calls the internal run() method to
  
  
    # kick off the thread
  
  
    worker.start()
  
  
 
  
  
    # variable to keep track of when we started
  
  
    start_time = time.time()
  
  
    # While under 5 seconds..
  
  
    while time.time() - start_time < 5:
  
  
        # "Produce" a piece of work and stick it in
  
  
        # the queue for the Consumer to process
  
  
        queue.put('something at %s' % time.time())
  
  
        # Sleep a bit just to avoid an absurd number of messages
  
  
        time.sleep(1)
  
  
 
  
  
    # This the "poison pill" method of killing a thread.
  
  
    queue.put('quit')
  
  
    # wait for the thread to close down
  
  
    worker.join()
  
  
 
  
  
if __name__ == '__main__':
  
  
    Producer()
 
 

唔…….感覺有點像Java。

我現(xiàn)在并不想說明使用Producer / Consume來解決線程/多進程的方法是錯誤的——因為它肯定正確，而且在很多情況下它是最佳方法。但我不認為這是平時寫代碼的最佳選擇。

它的問題所在（個人觀點）

首先，你需要創(chuàng)建一個樣板式的鋪墊類。然后，你再創(chuàng)建一個隊列，通過其傳遞對象和監(jiān)管隊列的兩端來完成任務(wù)。（如果你想實現(xiàn)數(shù)據(jù)的交換或存儲，通常還涉及另一個隊列的參與）。

Worker越多，問題越多。

接下來，你應(yīng)該會創(chuàng)建一個worker類的pool來提高Python的速度。下面是IBM tutorial給出的較好的方法。這也是程序員們在利用多線程檢索web頁面時的常用方法。

 
 

  
  
#Example2.py
  
  
'''''
  
  
A more realistic thread pool example
  
  
'''
  
  
 
  
  
import time
  
  
import threading
  
  
import Queue
  
  
import urllib2
  
  
 
  
  
class Consumer(threading.Thread):
  
  
    def __init__(self, queue):
  
  
        threading.Thread.__init__(self)
  
  
        self._queue = queue
  
  
 
  
  
    def run(self):
  
  
        while True:
  
  
            content = self._queue.get()
  
  
            if isinstance(content, str) and content == 'quit':
  
  
                break
  
  
            response = urllib2.urlopen(content)
  
  
        print 'Bye byes!'
  
  
 
  
  
def Producer():
  
  
    urls = [
  
  
        'http://www.python.org', 'http://www.yahoo.com'
  
  
        'http://www.scala.org', 'http://www.google.com'
  
  
        # etc..
  
  
    ]
  
  
    queue = Queue.Queue()
  
  
    worker_threads = build_worker_pool(queue, 4)
  
  
    start_time = time.time()
  
  
 
  
  
    # Add the urls to process
  
  
    for url in urls:
  
  
        queue.put(url) 
  
  
    # Add the poison pillv
  
  
    for worker in worker_threads:
  
  
        queue.put('quit')
  
  
    for worker in worker_threads:
  
  
        worker.join()
  
  
 
  
  
    print 'Done! Time taken: {}'.format(time.time() - start_time)
  
  
 
  
  
def build_worker_pool(queue, size):
  
  
    workers = []
  
  
    for _ in range(size):
  
  
        worker = Consumer(queue)
  
  
        worker.start()
  
  
        workers.append(worker)
  
  
    return workers
  
  
 
  
  
if __name__ == '__main__':
  
  
    Producer()
 
 

它的確能運行，但是這些代碼多么復(fù)雜阿！它包括了初始化方法、線程跟蹤列表以及和我一樣容易在死鎖問題上出錯的人的噩夢——大量的join語句。而這些還僅僅只是繁瑣的開始！

我們目前為止都完成了什么？基本上什么都沒有。上面的代碼幾乎一直都只是在進行傳遞。這是很基礎(chǔ)的方法，很容易出錯（該死，我剛才忘了在隊列對象上還需要調(diào)用task_done()方法（但是我懶得修改了）），性價比很低。還好，我們還有更好的方法。

#p#

介紹：Map

Map是一個很棒的小功能，同時它也是Python并行代碼快速運行的關(guān)鍵。給不熟悉的人講解一下吧，map是從函數(shù)語言Lisp來的。map函數(shù)能夠按序映射出另一個函數(shù)。例如

 
 

  
  
urls = ['http://www.yahoo.com', 'http://www.reddit.com']
  
  
results = map(urllib2.urlopen, urls)
 
 

這里調(diào)用urlopen方法來把調(diào)用結(jié)果全部按序返回并存儲到一個列表里。就像：

 
 

  
  
results = []
  
  
for url in urls:
  
  
    results.append(urllib2.urlopen(url))
 
 

Map按序處理這些迭代。調(diào)用這個函數(shù)，它就會返回給我們一個按序存儲著結(jié)果的簡易列表。

為什么它這么厲害呢？因為只要有了合適的庫，map能使并行運行得十分流暢！

有兩個能夠支持通過map函數(shù)來完成并行的庫：一個是multiprocessing，另一個是鮮為人知但功能強大的子文件：multiprocessing.dummy。

題外話：這個是什么？你從來沒聽說過dummy多進程庫？我也是最近才知道的。它在多進程的說明文檔里面僅僅只被提到了一句。而且那一句就是大概讓你知道有這么個東西的存在。我敢說，這樣幾近拋售的做法造成的后果是不堪設(shè)想的！

Dummy就是多進程模塊的克隆文件。唯一不同的是，多進程模塊使用的是進程，而dummy則使用線程（當然，它有所有 Python常見的限制）。也就是說，數(shù)據(jù)由一個傳遞給另一個。這能夠使得數(shù)據(jù)輕松的在這兩個之間進行前進和回躍，特別是對于探索性程序來說十分有用，因 為你不用確定框架調(diào)用到底是IO 還是CPU模式。

準備開始

要做到通過map函數(shù)來完成并行，你應(yīng)該先導入裝有它們的模塊：

 
 

  
  
from multiprocessing import Pool
  
  
from multiprocessing.dummy import Pool as ThreadPool
 
 

再初始化：

 
 

  
  
pool = ThreadPool()
 
 

這簡單的一句就能代替我們的build_worker_pool 函數(shù)在example2.py中的所有工作。換句話說，它創(chuàng)建了許多有效的worker，啟動它們來為接下來的工作做準備，以及把它們存儲在不同的位置，方便使用。

Pool對象需要一些參數(shù)，但最重要的是：進程。它決定pool中的worker數(shù)量。如果你不填的話，它就會默認為你電腦的內(nèi)核數(shù)值。

如果你在CPU模式下使用多進程pool，通常內(nèi)核數(shù)越大速度就越快（還有很多其它因素）。但是，當進行線程或者處理網(wǎng)絡(luò)綁定之類的工作時，情況會比較復(fù)雜所以應(yīng)該使用pool的準確大小。

 
 

  
  
pool = ThreadPool(4) # Sets the pool size to 4
 
 

如果你運行過多線程，多線程間的切換將會浪費許多時間，所以你最好耐心調(diào)試出最適合的任務(wù)數(shù)。

我們現(xiàn)在已經(jīng)創(chuàng)建了pool對象，馬上就能有簡單的并行程序了，所以讓我們重新寫example2.py中的url opener吧！

 
 

  
  
import urllib2
  
  
from multiprocessing.dummy import Pool as ThreadPool
  
  
 
  
  
urls = [
  
  
    'http://www.python.org',
  
  
    'http://www.python.org/about/',
  
  
    'http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.html',
  
  
    'http://www.python.org/doc/',
  
  
    'http://www.python.org/download/',
  
  
    'http://www.python.org/getit/',
  
  
    'http://www.python.org/community/',
  
  
    'https://wiki.python.org/moin/',
  
  
    'http://planet.python.org/',
  
  
    'https://wiki.python.org/moin/LocalUserGroups',
  
  
    'http://www.python.org/psf/',
  
  
    'http://docs.python.org/devguide/',
  
  
    'http://www.python.org/community/awards/'
  
  
    # etc..
  
  
    ]
  
  
 
  
  
# Make the Pool of workers
  
  
pool = ThreadPool(4)
  
  
# Open the urls in their own threads
  
  
# and return the results
  
  
results = pool.map(urllib2.urlopen, urls)
  
  
#close the pool and wait for the work to finish
  
  
pool.close()
  
  
pool.join()
 
 

看吧！這次的代碼僅用了4行就完成了所有的工作。其中3句還是簡單的固定寫法。調(diào)用map就能完成我們前面例子中40行的內(nèi)容！為了更形象地表明兩種方法的差異，我還分別給它們運行的時間計時。

 
 

  
  
# results = []
  
  
# for url in urls:
  
  
#   result = urllib2.urlopen(url)
  
  
#   results.append(result)
  
  
 
  
  
# # ------- VERSUS ------- #
  
  
 
  
  
# # ------- 4 Pool ------- #
  
  
# pool = ThreadPool(4)
  
  
# results = pool.map(urllib2.urlopen, urls)
  
  
 
  
  
# # ------- 8 Pool ------- #
  
  
 
  
  
# pool = ThreadPool(8)
  
  
# results = pool.map(urllib2.urlopen, urls)
  
  
 
  
  
# # ------- 13 Pool ------- #
  
  
 
  
  
# pool = ThreadPool(13)
  
  
# results = pool.map(urllib2.urlopen, urls)
 
 

#p#

結(jié)果：

 
 

  
  
#                       Single thread:  14.4 Seconds
  
  
#                              4 Pool:   3.1 Seconds
  
  
#                              8 Pool:   1.4 Seconds
  
  
#                             13 Pool:   1.3 Seconds
 
 

相當出色！并且也表明了為什么要細心調(diào)試pool的大小。在這里，只要大于9，就能使其運行速度加快。

實例2：

生成成千上萬的縮略圖

我們在CPU模式下來完成吧！我工作中就經(jīng)常需要處理大量的圖像文件夾。其任務(wù)之一就是創(chuàng)建縮略圖。這在并行任務(wù)中已經(jīng)有很成熟的方法了。

基礎(chǔ)的單線程創(chuàng)建

 
 

  
  
import os
  
  
import PIL
  
  
 
  
  
from multiprocessing import Pool
  
  
from PIL import Image
  
  
 
  
  
SIZE = (75,75)
  
  
SAVE_DIRECTORY = 'thumbs'
  
  
 
  
  
def get_image_paths(folder):
  
  
    return (os.path.join(folder, f)
  
  
            for f in os.listdir(folder)
  
  
            if 'jpeg' in f)
  
  
 
  
  
def create_thumbnail(filename):
  
  
    im = Image.open(filename)
  
  
    im.thumbnail(SIZE, Image.ANTIALIAS)
  
  
    base, fname = os.path.split(filename)
  
  
    save_path = os.path.join(base, SAVE_DIRECTORY, fname)
  
  
    im.save(save_path)
  
  
 
  
  
if __name__ == '__main__':
  
  
    folder = os.path.abspath(
  
  
        '11_18_2013_R000_IQM_Big_Sur_Mon__e10d1958e7b766c3e840')
  
  
    os.mkdir(os.path.join(folder, SAVE_DIRECTORY))
  
  
 
  
  
    images = get_image_paths(folder)
  
  
 
  
  
    for image in images:
  
  
             create_thumbnail(Image)
 
 

對于一個例子來說，這是有點難，但本質(zhì)上，這就是向程序傳遞一個文件夾，然后將其中的所有圖片抓取出來，并最終在它們各自的目錄下創(chuàng)建和儲存縮略圖。

我的電腦處理大約6000張圖片用了27.9秒。

如果我們用并行調(diào)用map來代替for循環(huán)的話：

 
 

  
  
import os
  
  
import PIL
  
  
 
  
  
from multiprocessing import Pool
  
  
from PIL import Image
  
  
 
  
  
SIZE = (75,75)
  
  
SAVE_DIRECTORY = 'thumbs'
  
  
 
  
  
def get_image_paths(folder):
  
  
    return (os.path.join(folder, f)
  
  
            for f in os.listdir(folder)
  
  
            if 'jpeg' in f)
  
  
 
  
  
def create_thumbnail(filename):
  
  
    im = Image.open(filename)
  
  
    im.thumbnail(SIZE, Image.ANTIALIAS)
  
  
    base, fname = os.path.split(filename)
  
  
    save_path = os.path.join(base, SAVE_DIRECTORY, fname)
  
  
    im.save(save_path)
  
  
 
  
  
if __name__ == '__main__':
  
  
    folder = os.path.abspath(
  
  
        '11_18_2013_R000_IQM_Big_Sur_Mon__e10d1958e7b766c3e840')
  
  
    os.mkdir(os.path.join(folder, SAVE_DIRECTORY))
  
  
 
  
  
    images = get_image_paths(folder)
  
  
 
  
  
    pool = Pool()
  
  
        pool.map(create_thumbnail,images)
  
  
        pool.close()
  
  
        pool.join()
 
 

5.6秒！

對于只改變了幾行代碼而言，這是大大地提升了運行速度。這個方法還能更快，只要你將cpu 和 io的任務(wù)分別用它們的進程和線程來運行——但也常造成死鎖?？傊?，綜合考慮到 map這個實用的功能，以及人為線程管理的缺失，我覺得這是一個美觀，可靠還容易debug的方法。

好了，文章結(jié)束了。一行完成并行任務(wù)。

網(wǎng)頁題目：一行代碼完成并行任務(wù)
文章起源：http://m.5511xx.com/article/dpdejcp.html