python进程池Pool中apply方法与apply_async方法的区别

2024-03-04 0 886
目录
  • 阻塞
  • 非阻塞
    • 1.apply实例
    • 2.apply_async实例
  • 总结

    在掌握apply方法与apply_async的区别之前,需要了解阻塞和非阻塞的区别

    阻塞

    阻塞好比过独木桥,前面人不走,后面人就无法先前走,只有前面人过了独木桥,后面人才能继续向前走

    非阻塞

    非阻塞的逻辑和阻塞相反,就是前面人不走,你就在旁边待着,让后面人先走,

    apply就是属于上面的阻塞模式,apply_async属于非阻塞模式

    1.apply实例

    import multiprocessing
    def fun(name):
    print(name)

    if __name__==\”__main__\”:
    pool = multiprocessing.Pool(3)
    for i in range(1,6):
    st = \”start {}\”.format(i)
    pool.apply(func=fun,args=(st,))

    print(\”this is flag!\”)
    pool.close()
    pool.join()

    通过下面的执行结果的截图可以发现,print("this is flag!")在线程池里的任务执行完毕后才执行

    python进程池Pool中apply方法与apply_async方法的区别

    2.apply_async实例

    import multiprocessing
    def fun(name):
    print(name)

    if __name__==\”__main__\”:
    pool = multiprocessing.Pool(3)
    for i in range(1,6):
    st = \”start {}\”.format(i)
    pool.apply_async(func=fun,args=(st,))

    print(\”this is flag!\”)
    pool.close()
    pool.join()

    apply_async中的print("this is flag!")代码是在进程池之前执行

    python进程池Pool中apply方法与apply_async方法的区别

    总结

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持悠久资源网。

    您可能感兴趣的文章:

    • Python中的map()、apply()、applymap()的区别小结
    • Python-apply(lambdax:)的使用及说明
    • Python中的lambda和apply用法及说明
    • python多进程使用apply_async的使用方法详解
    • python中multiprosessing模块的Pool类中的apply函数和apply_async函数的区别

    收藏 (0) 打赏

    感谢您的支持,我会继续努力的!

    打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
    点赞 (0)

    悠久资源 Python python进程池Pool中apply方法与apply_async方法的区别 https://www.u-9.cn/jiaoben/python/183085.html

    常见问题

    相关文章

    发表评论
    暂无评论
    官方客服团队

    为您解决烦忧 - 24小时在线 专业服务