Python tăng tốc cho đa xử lý vòng lặp

Tóm lược. trong hướng dẫn này, bạn sẽ học cách chạy mã song song bằng cách sử dụng mô-đun đa xử lý Python

Giới thiệu về đa xử lý Python

Nói chung, các chương trình xử lý hai loại nhiệm vụ

1. Nhiệm vụ ràng buộc I/O. nếu một tác vụ thực hiện nhiều hoạt động đầu vào/đầu ra, thì nó được gọi là tác vụ giới hạn I/O. Các ví dụ điển hình về các tác vụ liên kết I/O là đọc từ tệp, ghi vào tệp, kết nối với cơ sở dữ liệu và tạo yêu cầu mạng. Đối với các tác vụ liên kết I/O, bạn có thể sử dụng đa luồng để tăng tốc chúng
2. nhiệm vụ ràng buộc CPU. khi một tác vụ thực hiện nhiều thao tác sử dụng CPU, nó được gọi là tác vụ liên kết với CPU. Ví dụ: tính toán số, thay đổi kích thước hình ảnh và truyền phát video là các tác vụ liên quan đến CPU. Để tăng tốc chương trình với nhiều tác vụ liên quan đến CPU, bạn sử dụng đa xử lý

Đa xử lý cho phép hai hoặc nhiều bộ xử lý xử lý đồng thời hai hoặc nhiều phần khác nhau của chương trình. Trong Python, bạn sử dụng mô-đun

It took  12.94 second[s] to finish
Code language: Python [python]

Ví dụ đa xử lý Python

Xem chương trình sau

import time

def task[n=100_000_000]:
    while n:
        n -= 1

if __name__ == '__main__':
    start = time.perf_counter[]
    task[]
    task[]
    finish = time.perf_counter[]

    print[f'It took {finish-start: .2f} second[s] to finish']
Code language: Python [python]

đầu ra

It took  12.94 second[s] to finish
Code language: Python [python]

Làm thế nào nó hoạt động

Đầu tiên, xác định hàm ________ 06 có vòng lặp lớn từ 10 triệu thành 0. Hàm ________ 06 bị ràng buộc bởi CPU vì nó liên quan đến tính toán

def task[n=100_000_000]:
    while n:
        n -= 1

  

Code language: Python [python]

Thứ hai, gọi hàm

It took  12.94 second[s] to finish
Code language: Python [python]

if __name__ == '__main__':
    start = time.perf_counter[]
    task[]
    task[]
    finish = time.perf_counter[]

    print[f'It took {finish-start: .2f} second[s] to finish']
Code language: Python [python]

Trong máy tính của chúng tôi, phải mất 0. 78 giây để hoàn thành

Sử dụng mô-đun đa xử lý

Chương trình sau sử dụng mô-đun đa xử lý nhưng tốn ít thời gian hơn

đầu ra

It took  6.45 second[s] to finish
Code language: Python [python]

Làm thế nào nó hoạt động

Đầu tiên, nhập mô-đun đa xử lý

import time

def task[n=100_000_000]:
    while n:
        n -= 1

if __name__ == '__main__':
    start = time.perf_counter[]
    task[]
    task[]
    finish = time.perf_counter[]

    print[f'It took {finish-start: .2f} second[s] to finish']
Code language: Python [python]

Thứ hai, tạo hai quy trình và chuyển chức năng tác vụ cho mỗi quy trình

import time

def task[n=100_000_000]:
    while n:
        n -= 1

if __name__ == '__main__':
    start = time.perf_counter[]
    task[]
    task[]
    finish = time.perf_counter[]

    print[f'It took {finish-start: .2f} second[s] to finish']
Code language: Python [python]

Lưu ý rằng hàm tạo

It took  12.94 second[s] to finish
Code language: Python [python]

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

Thứ ba, gọi phương thức

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

import time

def task[n=100_000_000]:
    while n:
        n -= 1

if __name__ == '__main__':
    start = time.perf_counter[]
    task[]
    task[]
    finish = time.perf_counter[]

    print[f'It took {finish-start: .2f} second[s] to finish']
Code language: Python [python]

Cuối cùng, đợi quá trình hoàn tất bằng cách gọi phương thức

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

import time

def task[n=100_000_000]:
    while n:
        n -= 1

if __name__ == '__main__':
    start = time.perf_counter[]
    task[]
    task[]
    finish = time.perf_counter[]

    print[f'It took {finish-start: .2f} second[s] to finish']

  

Code language: Python [python]

Ví dụ thực tế đa xử lý Python

Chúng tôi sẽ sử dụng mô-đun đa xử lý để thay đổi kích thước hình ảnh có độ phân giải cao

Đầu tiên, cài đặt thư viện

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

It took  12.94 second[s] to finish
Code language: Python [python]

Thứ hai, phát triển chương trình tạo hình thu nhỏ của ảnh trong thư mục

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

def task[n=100_000_000]:
    while n:
        n -= 1
Code language: Python [python]

It took  12.94 second[s] to finish
Code language: Python [python]

Trong máy tính của chúng tôi, mất khoảng 1. 28s để hoàn thành

It took  12.94 second[s] to finish
Code language: Python [python]

Thứ ba, sửa đổi chương trình để sử dụng đa xử lý. Mỗi quá trình sẽ tạo một hình thu nhỏ cho một hình ảnh

Đa xử lý trong Python có tăng tốc không?

Làm cách nào để sử dụng đa xử lý trong Python cho vòng lặp?

Đa xử lý có nhanh hơn đa luồng trong Python không?

Vòng lặp nào nhanh hơn trong Python?