python进程池Pool中apply方法与apply_async方法的区别
更新时间:2024年02月24日 09:17:48 作者:小瓶盖的猪猪侠
这篇文章主要介绍了python进程池Pool中apply方法与apply_async方法的区别及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
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

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

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脚本之家。
相关文章
pandas combine_first函数处理两个数据集重叠和缺失
combine_first是pandas中的一个函数,它可以将两个DataFrame对象按照索引进行合并,用一个对象中的非空值填充另一个对象中的空值,这个函数非常适合处理两个数据集有部分重叠和缺失的情况,可以实现数据的补全和更新,本文介绍combine_first函数的语法及一些案例应用2024-01-01
python 实现存储数据到txt和pdf文档及乱码问题的解决
这篇文章主要介绍了python 实现存储数据到txt和pdf文档及乱码问题的解决,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03


最新评论