本篇將要介紹python的並行化，及簡單的應用。
主要介紹map函式的使用，一手包辦了序列操作、引數傳遞和結果儲存等一系列的操作。
首先是引入庫：
from multiprocessing.dummy import pool
pool=pool(4)
results=pool.map(爬取函式，**列表)
本文將乙個簡單的例子來看一下如何使用map函式以及這種方法與普通方法的對比情況。
import time
from multiprocessing.dummy import pool
defgetsource
(url):
html=requests.get(url)
urls=
for i in range(1,21):
newpage=''+str(i)
timex=time.time() #測試一
for i in urls:
getsource(i)
print (time.time()-timex)
#這裡是輸出的結果：
#10.2820000648
time1=time.time() #測試二
pool=pool(4)
results=pool.map(getsource,urls)
pool.close()
pool.join()
print (time.time()-time1)
#這裡是輸出結果：
#3.23600006104
測試二中：
pool=pool(4) #宣告了4個執行緒數量，這裡的個數根據你電腦的cpu個數來定。
results=pool.map(getsource,urls) #這裡使用map函式，並且函式的引數為自定義函式名稱，以及函式中的引數（這裡為乙個列表）
pool.close() #關閉pool物件
pool.join() #join函式的主要作用是等待所有的執行緒（4個）都執行結束後
print (time.time()-time1) #輸出所用時間差
列舉pool的其他應用函式：
from multiprocessing import pool
deff
(x):
#定義乙個自定義函式f
return x*x
if __name__ == '__main__':
pool = pool(processes=4) # start 4 worker processes
print result.get(timeout=1) #限定反應時間為1 通過get函式取得result的結果
print pool.map(f, range(10)) # prints "[0, 1, 4,..., 81]"
it = pool.imap(f, range(10)) #使用imap函式執行自定義函式
print it.next() # prints "0" 使用next函式乙個乙個地取得it的執行結果
print it.next() # prints "1"
print it.next(timeout=1) # prints "4" unless your computer is *very* slow
import time
print result.get(timeout=1) # raises timeouterror
使用Openmp並行化
執行命令 g fopenmp xx.cpp lgomp lpthread o xx.out 用例一 include include include void test int n printf d,n int main int argc,char ar 用例二 include include inc...
python並行程式設計 介紹篇
介紹篇 執行緒篇程序篇 非同步篇gpu篇 分布式篇 任務分解 將程式分解為任務，在不同處理器上執行以實現並行化。可以使用以下兩種方法 任務分配 將任務分配到各個處理器上 目的是負載均衡 聚集 將小任務與大任務合併到一起從而改進效能的過程 如果任務數量遠遠超過可用的處理器數量，由於執行緒切換等其它因素...
Oracle合併行的使用介紹
當我們需要處理訂單的時候可能會有這樣的奇怪的需求 把訂單明細裡的商品種類顯示出來，例如乙個訂單包括圖書，花生油，自行車，當我們存放的時候是分別存放到訂單明細中的，當我們取得時候需要一起提取。這就涉及到乙個合併列的概念。一 訂單表和訂單詳情表分開 總分結構 oracle 10g提供的方法是 selec...