Η πολυεπεξεργασία είναι μια δημοφιλής τεχνική στον προγραμματισμό Python που σας επιτρέπει να εκτελείτε πολλές διεργασίες ταυτόχρονα, με αποτέλεσμα συχνά βελτιώσεις απόδοσης και αποτελεσματικότερη χρήση των πόρων του συστήματος. Αυτό το άρθρο εξετάζει τη χρήση του πολυεπεξεργασία βιβλιοθήκη στην Python, εστιάζοντας συγκεκριμένα στο χάρτη λειτουργία. Η συνάρτηση χάρτη σάς επιτρέπει να εφαρμόσετε μια συνάρτηση σε κάθε στοιχείο ενός επαναληπτικού, όπως μια λίστα, και να επιστρέψετε μια νέα λίστα με τα αποτελέσματα. Αξιοποιώντας την πολυεπεξεργασία, μπορούμε να παραλληλίσουμε αυτή τη διαδικασία για μεγαλύτερη αποτελεσματικότητα και επεκτασιμότητα.
Σε αυτό το άρθρο, θα διερευνήσουμε το πρόβλημα για το οποίο η πολυεπεξεργασία με τη συνάρτηση χάρτη μπορεί να είναι μια εξαιρετική λύση, θα συζητήσουμε τις σχετικές βιβλιοθήκες και τις συναρτήσεις, θα παρέχουμε μια εξήγηση βήμα προς βήμα του κώδικα και θα εμβαθύνουμε σε σχετικά θέματα που βασίζονται στη ραχοκοκαλιά της πολυεπεξεργασίας και της συνάρτησης χάρτη.
Χάρτης πολλαπλής επεξεργασίας: Το πρόβλημα και η λύση
Το πρόβλημα που στοχεύουμε να λύσουμε είναι να βελτιώσουμε την απόδοση και την αποτελεσματικότητα της εφαρμογής μιας συνάρτησης σε κάθε στοιχείο ενός μεγάλου επαναληπτικού, όπως μια λίστα, πλειάδα ή οποιοδήποτε άλλο αντικείμενο που υποστηρίζει επανάληψη. Όταν αντιμετωπίζετε τέτοιες εργασίες, η χρήση της ενσωματωμένης λειτουργίας χάρτη ή η κατανόηση λίστας μπορεί να είναι αρκετά αργή και αναποτελεσματική.
Η λύση είναι να χρησιμοποιήσετε τη βιβλιοθήκη πολλαπλών επεξεργασιών στην Python, συγκεκριμένα, το Πισίνα τάξη και της χάρτη μέθοδος. Χρησιμοποιώντας το multiprocessing συνάρτηση Pool.map()., μπορούμε να διανείμουμε την εκτέλεση της συνάρτησής μας σε πολλαπλές διεργασίες.
Βήμα-βήμα Επεξήγηση του Κώδικα
Ας αναλύσουμε τον κώδικα και ας δείξουμε πώς να χρησιμοποιήσετε αποτελεσματικά τη λειτουργία χάρτη πολλαπλής επεξεργασίας:
import multiprocessing
import time
def square(n):
time.sleep(0.5)
return n * n
# Create the list of numbers
numbers = list(range(10))
# Initialize the multiprocessing Pool
pool = multiprocessing.Pool()
# Use the map function with multiple processes
squared_numbers = pool.map(square, numbers)
print(squared_numbers)
- Πρώτα, εισάγετε το πολυεπεξεργασία ενότητα, η οποία περιέχει τα απαραίτητα εργαλεία για τη χρήση παράλληλης επεξεργασίας στην Python.
- Δημιουργήστε μια συνάρτηση που ονομάζεται πλατεία που απλώς κοιμάται για μισό δευτερόλεπτο και μετά επιστρέφει το τετράγωνο του ορίσματος εισαγωγής του. Αυτή η συνάρτηση προσομοιώνει έναν υπολογισμό που χρειάζεται εύλογο χρονικό διάστημα για να ολοκληρωθεί.
- Δημιουργήστε μια λίστα που ονομάζεται αριθμοί, που περιέχει ακέραιους αριθμούς από το 0 έως το 9 (συμπεριλαμβανομένου).
- Αρχικοποίηση a Πισίνα αντικείμενο από τη μονάδα πολλαπλής επεξεργασίας. Το αντικείμενο Pool χρησιμεύει ως μέσο διαχείρισης των διεργασιών εργασίας που θα χρησιμοποιήσετε για να παραλληλίσετε τις εργασίες σας.
- Τηλεφώνησε στο χάρτη μέθοδο στο αντικείμενο πισίνας και περάστε στο πλατεία λειτουργία και το αριθμοί λίστα. Στη συνέχεια, η μέθοδος χάρτη εφαρμόζει τη συνάρτηση τετραγώνου σε κάθε στοιχείο της λίστας αριθμών ταυτόχρονα, χρησιμοποιώντας τις διαθέσιμες διεργασίες εργαζομένων στη συγκέντρωση.
- Εκτυπώστε την προκύπτουσα λίστα τετράγωνων_αριθμών, η οποία θα πρέπει να περιέχει τις τετραγωνισμένες τιμές από τη λίστα αριθμών.
Python Multiprocessing Library
Ο Πύθων πολυεπεξεργασία Η βιβλιοθήκη παρέχει ένα διαισθητικό μέσο εφαρμογής παραλληλισμού στο πρόγραμμά σας. Αποκρύπτει μέρος της πολυπλοκότητας που συνήθως σχετίζεται με τον παράλληλο προγραμματισμό, προσφέροντας αφαιρέσεις υψηλού επιπέδου όπως Πισίνα. Η κλάση Pool απλοποιεί την κατανομή της εργασίας σε πολλαπλές διεργασίες, επιτρέποντας στον χρήστη να βιώσει τα οφέλη της παράλληλης επεξεργασίας με ελάχιστη ταλαιπωρία.
Ενότητα Python Itertools και σχετικές συναρτήσεις
Ενώ η πολυεπεξεργασία είναι μια εξαιρετική λύση για πολλές παράλληλες εργασίες, αξίζει να αναφέρουμε ότι η Python παρέχει επίσης άλλες βιβλιοθήκες και εργαλεία που καλύπτουν παρόμοιες ανάγκες. Η ενότητα itertools, για παράδειγμα, προσφέρει μια πληθώρα λειτουργιών που λειτουργούν σε επαναληπτικά, συχνά με βελτιωμένη απόδοση. Ορισμένα itertools λειτουργούν όπως imap() και imap_unordered() μπορεί να παραλληλίσει τη διαδικασία εφαρμογής μιας συνάρτησης σε ένα επαναληπτικό. Ωστόσο, είναι σημαντικό να σημειωθεί ότι το itertools εστιάζει κυρίως σε λύσεις που βασίζονται σε επαναλήπτες, ενώ η βιβλιοθήκη πολλαπλής επεξεργασίας προσφέρει μια πιο ολοκληρωμένη προσέγγιση στον παραλληλισμό, παρέχοντας πρόσθετα εργαλεία και δυνατότητες πέρα από λειτουργίες που μοιάζουν με χάρτη.
