回到 Python 的旧时代,要调用具有任意参数的函数,您可以使用apply
:
apply(f,args,kwargs)
apply
在Python2.7中仍然存在,但在Python3中不存在,并且通常不再使用。如今,
f(*args,**kwargs)
是优选的。这multiprocessing.Pool
模块尝试提供类似的接口。
Pool.apply
就像Python一样apply
,只不过函数调用是在单独的进程中执行的。Pool.apply
阻塞直到函数完成。
Pool.apply_async
也像Python内置的apply
,只不过调用立即返回而不是等待结果。一个AsyncResult
对象被返回。你称其为get()
方法来检索函数调用的结果。这get()
方法会阻塞,直到函数完成。因此,pool.apply(func, args, kwargs)
相当于pool.apply_async(func, args, kwargs).get()
.
相比之下Pool.apply
, the Pool.apply_async
方法还有一个回调,如果提供的话,会在函数完成时调用。这可以用来代替调用get()
.
例如:
import multiprocessing as mp
import time
def foo_pool(x):
time.sleep(2)
return x*x
result_list = []
def log_result(result):
# This is called whenever foo_pool(i) returns a result.
# result_list is modified only by the main process, not the pool workers.
result_list.append(result)
def apply_async_with_callback():
pool = mp.Pool()
for i in range(10):
pool.apply_async(foo_pool, args = (i, ), callback = log_result)
pool.close()
pool.join()
print(result_list)
if __name__ == '__main__':
apply_async_with_callback()
可能会产生如下结果
[1, 0, 4, 9, 25, 16, 49, 36, 81, 64]
注意,与pool.map
,结果的顺序可能与pool.apply_async
打了电话。
因此,如果您需要在单独的进程中运行某个函数,但希望当前进程block直到该函数返回,使用Pool.apply
. Like Pool.apply
, Pool.map
阻塞直到返回完整结果。
如果您希望工作进程池异步执行许多函数调用,请使用Pool.apply_async
. The order结果的顺序不能保证与调用的顺序相同Pool.apply_async
.
另请注意,您可以拨打多个电话不同的函数与Pool.apply_async
(并非所有调用都需要使用相同的函数)。
相比之下,Pool.map
将相同的函数应用于许多参数。
然而,与Pool.apply_async
,结果按照与参数顺序相对应的顺序返回。