Python中非常简单的并发编程
我有一个简单的Python脚本，它使用两个更复杂的Python脚本，并对结果做一些事情。
我有两个模块，Foo和Bar，我的代码如下所示：
import Foo
import Bar
output = []
a = Foo.get_something()
b = Bar.get_something_else()
output.append(a)
output.append(b)这两种方法都需要很长时间才能运行，两者都不依赖于另一种方法，因此显而易见的解决方案是并行运行它们。我如何做到这一点，但确保订单是维持的：，无论哪一个先完成，都必须等待另一个完成，然后脚本才能继续。
如果我还没有说清楚的话，请告诉我，我已经尝试使示例代码尽可能简单。
回答 2
Stack Overflow用户
发布于 2014-11-21 19:08:16
import multiprocessing
import Foo
import Bar
results = {}
def get_a():
results['a'] = Foo.get_something()
def get_b():
results['b'] = Bar.get_something_else()
process_a = multiprocessing.Process(target=get_a)
process_b = multiprocessing.Process(target=get_b)
process_b.start()
process_a.start()
process_a.join
process_b.join这是您的程序的流程版本。
注意:在线程处理中，存在共享的数据结构，因此您必须担心锁定，这将避免对数据的错误操作，此外，正如上面提到的琥珀一样，它还存在一个GIL (Global解释器Lock)问题，而且由于您的两个任务都是CPU密集型的，这意味着由于调用通知线程获取和释放线程，这将花费更多的时间。然而，如果您的任务是I/O密集型的，那么它不会产生太大的影响。
现在，由于进程中没有共享的数据结构，因此不必担心锁，而且不管GIL如何工作，所以您实际上可以享受多处理器的真正功能。
请记住:进程与线程相同，而不需要使用共享数据结构(所有工作都是隔离的，并且都集中在消息传递上)。
看看dabeaz.com，他曾经很好地介绍了并发编程。
Stack Overflow用户
发布于 2012-05-07 00:30:25
通常，您会使用threading来完成这个任务。
首先，为要并行运行的每件事创建一个线程：
import threading
import Foo
import Bar
results = {}
def get_a():
results['a'] = Foo.get_something()
a_thread = threading.Thread(target=get_a)
a_thread.start()
def get_b():
results['b'] = Bar.get_something_else()
b_thread = threading.Thread(target=get_b)
b_thread.start()然后，要要求两者都完成，请在这两种情况下使用.join()：
a_thread.join()
b_thread.join()此时，您的结果将以results['a']和results['b']格式显示，因此，如果您想要一个有序列表：
output = [results['a'], results['b']]注意:如果这两个任务本质上都是CPU密集型的，您可能需要考虑multiprocessing --因为Python，给定的multiprocessing进程将只使用一个CPU核心，而multiprocessing则可以将这些任务分发到不同的核心。但是，它的开销比threading稍高，因此，如果任务占用的CPU较少，那么它的效率可能就不高。
https://stackoverflow.com/questions/10475448
复制相似问题
腾讯云开发者
