pool.apply_async和全局变量
pool.apply_async是Python中multiprocessing模块中的一个函数，用于实现异步的进程池。它可以将一个可调用对象以及其参数提交给进程池进行异步执行，并返回一个AsyncResult对象，通过该对象可以获取异步执行的结果。
使用pool.apply_async函数可以实现并发执行多个任务，提高程序的运行效率。相比于pool.apply函数，pool.apply_async函数不会阻塞主进程，而是立即返回，主进程可以继续执行其他任务。
全局变量是在程序的任何地方都可以访问的变量，它的作用域覆盖整个程序。在多进程编程中，多个进程可以共享全局变量，但需要注意进程间的同步和互斥问题，以避免数据竞争和不一致性。
在使用pool.apply_async函数时，如果需要在子进程中访问全局变量，需要使用multiprocessing模块中的Manager对象来创建共享的全局变量。Manager对象提供了一个命名空间，可以在其中创建共享的变量，多个进程可以通过该命名空间进行通信和数据共享。
总结：
- pool.apply_async是Python中multiprocessing模块中的函数，用于实现异步的进程池。
- 它可以实现并发执行多个任务，提高程序的运行效率。
- 全局变量是在程序的任何地方都可以访问的变量，多个进程可以共享全局变量。
- 在使用pool.apply_async函数时，如果需要在子进程中访问全局变量，需要使用multiprocessing模块中的Manager对象来创建共享的全局变量。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云函数计算（云原生应用开发）：https://cloud.tencent.com/product/scf
- 腾讯云云服务器（服务器运维）：https://cloud.tencent.com/product/cvm
- 腾讯云数据库（数据库）：https://cloud.tencent.com/product/cdb
- 腾讯云对象存储（存储）：https://cloud.tencent.com/product/cos
- 腾讯云人工智能（人工智能）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（物联网）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发（移动开发）：https://cloud.tencent.com/product/mobdev
- 腾讯云区块链（区块链）：https://cloud.tencent.com/product/bc
- 腾讯云音视频（音视频）：https://cloud.tencent.com/product/tcav
- 腾讯云网络安全（网络安全）：https://cloud.tencent.com/product/ddos
- 腾讯云云联网（网络通信）：https://cloud.tencent.com/product/ccn
- 腾讯云多媒体处理（多媒体处理）：https://cloud.tencent.com/product/mps
- 腾讯云元宇宙（元宇宙）：https://cloud.tencent.com/product/mu
相关·内容
1回答
因为我不能用pool.apply_async和全局变量运行简单的程序，所以我需要帮助。我无法解决共享内存的问题。我试着用多进程值和管理器做一些事情，但是没有结果。我不知道这是我的错，否则它永远不会起作用。我太虚弱了，解决不了这个问题。技能不够。Selv-learning是很难的。我读到了类似的线程，例如这个Python share values或Python multiprocessing Pool.apply_async with shared variables (Value大多数其他示例使用Valu
浏览 99提问于2019-12-30得票数 1
回答已采纳
2回答
对于sARRAY和iARRAY以及iVALUE来说都是如此。我不明白我做错了什么。--我的意思是，这就是多处理数组和值的目的，用于子进程和父进程之间的通信？iVALUE的工作原理是..。with self.pLOCK:更新4更改至x = pool.apply_async(s
浏览 10提问于2015-01-19得票数 0
回答已采纳
2回答
我有这个密码。在顺序方法中，打印消息"no ok"，而在并行方法中打印消息"ok“、”ok“、" ok”，而不是我所期望的"not“、"not”、"not“。import multiprocessing
globVar = 'ok'
print(arg1)
浏览 2提问于2021-11-02得票数 2
回答已采纳
1回答
我有一个全局变量，叫做changed。在一个简单的多处理环境中，我希望根据一个专用工作进程的工作来更改这个全局变量。print 'Start Multiprocessing' for i in range(100):我所看到的是，worker本身似乎不能更改全局变量，相反，值只在worker的作用域中更改。这是否意味着回调函数不会被工作进程以并行方式调用，因为<
浏览 0提问于2015-05-01得票数 0
我第一次设置了一个多处理模块，基本上，我计划按照pool = Pool(processes=102)print 1我对做whateverFunction()打印有点犹豫。特别是如果有大约200个值，我会有类似的东西‘过程完成’打印200次，这是不太有用的。10% of myIterable done
浏览 3提问于2016-01-16得票数 7
回答已采纳
另一个pool.apply_async中的pool.apply_async我现在面临的这个问题是，在模块'B‘中声明池的时候，执行进程被停止/退出。在pool.apply_async</em
浏览 3提问于2016-04-01得票数 0
2回答
理解一个简单的多处理脚本
、、、
')
pool.apply_async(foos[0].showID, ())列表foos最终将包含10到20个对象。开始时只显示parent process和process id。如果我将最后两行改为：
pool.apply_async<
浏览 6提问于2016-03-20得票数 1
回答已采纳
因此，如果提交了10个工作进程和20个等待命令，则程序应该总共运行2秒，因为1秒等待命令中的10个应该在10个进程中并行运行。main__': pool = Pool(processes=10)
pool.apply_async(double_trouble(i)) pool.join
浏览 0提问于2017-06-02得票数 0
pool.imap_unordered()和pool.apply_async()之间的区别是什么 什么时候pool.imap_unordered()优先于pool.apply_async()，反之亦然
浏览 92提问于2020-12-20得票数 1
回答已采纳
1回答
在本例中，计划在不同的进程中计算part1和part2，但我不知道如何正确地实现它们。我想得到一个示例，说明如何将所有这些都封装在Process或其他地方。multiprocessing，代码如下所示：......result1 = pool.apply_async(difference, [A, sorted(B)])
result2 = pool.apply_async</
浏览 0提问于2020-11-14得票数 0
pool = multiprocessing.Pool(processes=multiprocessing.cpu_count())
pool_outputs = pool.apply_async
浏览 1提问于2017-04-26得票数 0
1回答
多处理:在导入函数中使用池
、、、、
watershed_pll(model): for key, val in model.stations.iteritems():
res = pool.apply_async
浏览 6提问于2014-02-14得票数 0
回答已采纳
2回答
在下面的代码中是否存在一个竞争条件，使得两个异步进程都试图在回调函数中同时更新全局变量B？如果是这样的话，python是要处理这个问题还是必须使用锁来处理呢？def square(x, y): pool = mp.Pool(2) pool.apply_async
浏览 4提问于2022-04-14得票数 1
2回答
ThreadPool(multiprocessing.cpu_count()) for i in range(1,5): print("out: {} err: {}".format(out, err))
运行python脚本时，我将获得以下输出和异常
浏览 1提问于2017-01-09得票数 1
回答已采纳
1回答
使用多处理并发执行for循环
、、、、
pool = mp.Pool(mp.cpu_count())
bid = i pool.apply_async(function1, args=(bid, ask,)) pool.apply_async(因此，我将代码修改为： bid = i pool
浏览 14提问于2021-11-25得票数 0
1回答
objects for tupleRange in lista: jobToList = pool.apply_async
浏览 0提问于2018-08-27得票数 0
回答已采纳
1回答
尝试：from multiprocessing import Lock, freeze_support,Poolif __name__ == '__main__': c = O() pool.apply_async(c_do_work,('a',))
pool.apply_async(c._do_work,(&
浏览 1提问于2018-11-01得票数 1
回答已采纳
1回答
我想运行一个python多进程，我想我了解基本的池、pool.apply_async和进程。然而，有没有一种方法可以在每个内核上运行固定参数的pool.apply_async？我认为使用pool.apply_async( func，arg)会将你的负载分配给内核，但是，每个内核有可能持有一个固定的参数，这个参数可以被func作为参数接收(我猜它不会出现在arg中，因为arg只是一个普通的参数
浏览 0提问于2020-02-27得票数 0
这是我的主要分解程序，我在pool.apply_async(findK, args=(N,begin,end))中添加了一个回调函数，当分解结束时，prime factorization is overbegin = int(math.sqrt(N)/process_num*i)+1 pool.apply_async如果没有将pool设置为全局变量，那么pool是否可以传入回调函数？
浏览 90提问于2017-08-30得票数 19
回答已采纳
我已经读过关于这个问题的多篇文章-- using threading、subprocess和multiprocessing模块--但是我无法得到这个问题的具体解决方案。
浏览 2提问于2017-02-08得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
