python 如何用map()函數創建多線程任務

對於多線程的使用,我們經常是用thread來創建,比較繁瑣. 在Python中,可以使用map函數簡化代碼。map可以實現多任務的並發

簡單說明map()實現多線程原理:

task = [‘任務1', ‘任務2', ‘任務3', …]

map 函數一手包辦瞭序列操作、參數傳遞和結果保存等一系列的操作,map函數負責將線程分給不同的CPU。

在 Python 中有個兩個庫包含瞭 map 函數: multiprocessing 和它鮮為人知的子庫 multiprocessing.dummy.dummy 是 multiprocessing 模塊的完整克隆,唯一的不同在於 multiprocessing 作用於進程,而 dummy 模塊作用於線程。

代碼如下:

from multiprocessing.dummy import Pool as ThreadPool
import os
import requests
import time
import numpy as np
# 文件夾位置
filepath = r'C:\Users\Administrator\Desktop\ceshi'
pool = ThreadPool(10)#開啟線程數,即一次性拋出的請求數
time_list = []#用來計算時間
xml_list = []#數據集
pathDir = os.listdir(filepath)
for i, allDir in enumerate(pathDir):
 filename = os.path.join('%s%s' % (filepath + '\\', allDir))
 kk = open(filename, 'r', encoding='utf-8').read()
 data = kk.encode('utf-8')
 for k in range(10):
  xml_list.append(data)
def res(data):
 # 訪問目標服務器地址
 url_host = 'https://mp.csdn.net/mdeditor#'
 start = time.clock()
 s = requests.post(url_host, data=data)
 end = time.clock()
 if s.status_code == 200:
  print(end-start)
  time_list.append(end-start)
 else:
  print('請求失敗')
# 傳入的參數,1為函數, 2為參數
result = pool.map(res, xml_list)
all_arr = np.array(time_list)
aver = np.mean(all_arr)
variance = np.var(all_arr)
mid = np.median(all_arr)
min_num = np.min(all_arr)
max_num = np.max(all_arr)
print('平均值 : '+ str(aver))
print('方差 : ' + str(variance))
print('中值 : ' + str(mid))
print('最小值 : ' + str(min_num))
print('最大值 : ' + str(max_num))

個人做的小測試,如果有錯誤的地方希望留言提出意見及建議。

補充:python多進程(multiprocessing)(map)

map的基本使用:

map函數一手包辦瞭序列操作,參數傳遞和結果保存等一系列的操作。

from multiprocessing.dummy import Pool
poop = Pool(4)  # 4代表電腦是多少核的
results = pool.map(爬取函數,網址列表)

from multiprocessing.dummy import Pool as ThreadPool
import requests
import time
kv = {'user-agent':'Mozilla/5.0'}
def getsource(url):
 html = requests.get(url,headers=kv)
urls = []
for i in range(0,41):
 i = i*50
 newpage = 'https://tieba.baidu.com/f?kw=讀書&ie=utf-8&pn=' + str(i)
 urls.append(newpage)
# 單線程爬取
time1 = time.time()
for each in urls:
 print(each)
 getsource(each)
time2 = time.time()
print('單線程耗時: ' + str(time2-time1))
# 多線程爬取
pool = ThreadPool(8)
time3 = time.time()
results = pool.map(getsource, urls)
pool.close()
pool.join()
time4 = time.time()
print('多線程所消耗時間:' + str(time4 - time3))

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。