Višeprocesiranje je popularna tehnika u Python programiranju koja vam omogućuje istovremeno pokretanje više procesa, što često rezultira poboljšanjima performansi i učinkovitijom upotrebom resursa sustava. Ovaj članak govori o korištenju višeobradbeni knjižnica u Pythonu, s posebnim naglaskom na karta funkcija. Funkcija karte omogućuje vam primjenu funkcije na svaku stavku u iterablu, kao što je popis, i vraćanje novog popisa s rezultatima. Iskorištavanjem višeprocesiranja, možemo paralelizirati ovaj proces za veću učinkovitost i skalabilnost.
U ovom ćemo članku istražiti problem za koji multiprocesiranje s funkcijom mapiranja može biti izvrsno rješenje, raspravljati o relevantnim bibliotekama i funkcijama, dati korak po korak objašnjenje koda i zadubiti se u srodne teme koje grade okosnicu multiprocesiranja i funkcije karte.
Višeprocesna karta: problem i rješenje
Problem koji želimo riješiti jest poboljšati izvedbu i učinkovitost primjene funkcije na svaku stavku u velikom iterablu, kao što je popis, tuple ili bilo koji drugi objekt koji podržava iteraciju. Kada se suočite s takvim zadacima, korištenje ugrađene funkcije karte ili razumijevanja popisa može biti prilično sporo i neučinkovito.
Rješenje je korištenje višeprocesne biblioteke u Pythonu, konkretno Bazen razred i njezin karta metoda. Korištenjem višeprocesna funkcija Pool.map()., možemo rasporediti izvršenje naše funkcije na više procesa.
Korak po korak objašnjenje koda
Raščlanimo kôd i ilustrirajmo kako učinkovito koristiti funkciju višeprocesne karte:
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)
- Prvo uvezite višeobradbeni modul koji sadrži alate potrebne za korištenje paralelne obrade u Pythonu.
- Kreirajte funkciju tzv trg koji jednostavno spava pola sekunde i zatim vraća kvadrat svog ulaznog argumenta. Ova funkcija simulira izračun za koji je potrebno razumno vrijeme.
- Generirajte popis tzv brojevi, koji sadrži cijele brojeve od 0 do 9 (uključivo).
- Inicijalizirajte a Bazen objekt iz višeprocesnog modula. Objekt Pool služi kao sredstvo za upravljanje radničkim procesima koje ćete koristiti za paraleliziranje svojih zadataka.
- Nazovite karta metodu na objektu bazena i proslijedite u trg funkcija i brojevi popis. Metoda karte zatim istodobno primjenjuje funkciju kvadrata na svaku stavku na popisu brojeva, koristeći dostupne radne procese u skupu.
- Ispišite rezultirajući popis brojeva na kvadrat, koji bi trebao sadržavati vrijednosti na kvadrat s popisa brojeva.
Python višeprocesna biblioteka
Python višeobradbeni biblioteka pruža intuitivno sredstvo za implementaciju paralelizma u vašem programu. Prikriva dio složenosti koja se obično povezuje s paralelnim programiranjem nudeći apstrakcije visoke razine kao što su Bazen. Klasa Pool pojednostavljuje raspodjelu rada na više procesa, omogućujući korisniku da iskusi prednosti paralelne obrade uz minimalne probleme.
Python Itertools modul i srodne funkcije
Iako je multiprocesiranje izvrsno rješenje za mnoge paralelne zadatke, vrijedno je spomenuti da Python nudi i druge biblioteke i alate koji zadovoljavaju slične potrebe. Modul itertools, na primjer, nudi mnoštvo funkcija koje rade na iterablima, često s poboljšanom učinkovitošću. Neki itertools funkcioniraju kao imap() i imap_unordered() može paralelizirati proces primjene funkcije na iterable. Međutim, važno je napomenuti da se itertools primarno fokusira na rješenja temeljena na iteratoru, dok biblioteka za višeprocesiranje nudi sveobuhvatniji pristup paralelizmu, pružajući dodatne alate i mogućnosti izvan funkcija sličnih karti.
