Python教程系列第16篇：如何高效使用多进程？

本文共计4007个文字，预计阅读时间需要17分钟。

加速能力计算是每个人都想实现的目标。如果你的脚本运行速度比之前快了十倍，怎么做到的呢？在本文中，我们将探讨Python的多进程，一个名为multiprocessing的库。我们将讨论什么是多进程。

加速计算是每个人都想实现的目标。如果你的脚本运行速度比当前运行时间快十倍怎么办？在本文中，我们将了解 Python 多进程和一个名为​​multiprocessing​​。我们将讨论什么是多进程、它的优点以及如何通过使用并行编程来提高 Python 程序的运行时间。​

并行性简介

在深入研究 Python 代码之前，我们必须先谈谈并行计算，这是计算机科学中的一个重要概念。

通常，当你运行 Python 脚本时，你的代码有时会变成一个进程，并且该进程在 CPU 的单个内核上运行。但是现代计算机有不止一个内核，那么如果你可以使用更多内核进行计算呢？事实证明，你的计算速度会更快。

现在让我们把它作为一个一般原则，但在本文的后面，我们将看到这并不是普遍正确的。

在不涉及太多细节的情况下，并行性背后的想法是以可以使用 CPU 的多个内核的方式编写代码。

为了使事情更容易，让我们看一个例子。

并行和串行计算

想象一下，你有一个巨大的问题要解决，而你独自一人。你需要计算八个不同数字的平方根。你是做什么的？你没有太多选择。从第一个数字开始，然后计算结果。然后，你继续和其他人。

如果你有三个擅长数学的朋友愿意帮助你呢？他们每个人都会计算两个数字的平方根，你的工作会更容易，因为工作量在你的朋友之间平均分配。这意味着你的问题将更快地得到解决。

好了，一切都清楚了吗？在这些示例中，每个朋友代表CPU的核心。在第一个示例中，整个任务由你依次解决。