python - python中的多处理器是否需要同步？

Question

当使用这样的代码时

def execute_run(list_out): 
   ... do something 

pool = ThreadPoolExecutor(6)
for i in list1:
    for j in list2:
            pool.submit(myfunc, list_out)
pool.join()

假设线程修改list_out，它们是否以同步方式进行？

Answer 1

multiprocessing线程池只是线程，没有任何魔法来同步共享对象。您需要使用锁来保护共享对象。

Answer 2

答案是每个进程都会收到列表的副本，因此不会看到其他进程所做的更改。

要实现您想要的，您必须使用 aManager创建列表代理。请注意，管理器代理类不知道成员何时发生变异。例如，如果列表代理的元素以某种方式发生了变异，则列表代理无法知道这一点。您必须重新分配成员以刷新更改。文档中的一个示例：

# create a list proxy and append a mutable object (a dictionary)
lproxy = manager.list()
lproxy.append({})
# now mutate the dictionary
d = lproxy[0]
d['a'] = 1
d['b'] = 2
# at this point, the changes to d are not yet synced, but by
# reassigning the dictionary, the proxy is notified of the change
lproxy[0] = d

Answer 3

如果您的目标是以多处理方式计算某些东西，最好不要共享状态。如果可能的话，我建议您使用 simple mapfrom multiprocessing ：

from multiprocessing import Pool

input_list = []
for i in list1:
    for j in list2:
        input_list.append((i, j))

p = Pool()
result_list = p.map(do_something, input_list)

map像for循环一样工作：

def naive_map(input_list, do_something):
   result = []
   for i in input_list:
     result.append(do_something(i))
   return result

所以，如果你想使用接受多个参数的函数，你可以使用 lambda 函数来解包元组。

  >> def your_function(v1, v2):
  >>        return v1+v2
  >> f = lambda (x,y): your_function(x, y)
  >> map(f, [(1,2),(3,4),(5,6)])
       [3, 7, 11]