python并行化介绍及使用

本篇将要介绍python的并行化，及简单的应用。

主要介绍map函数的使用，一手包办了序列操作、参数传递和结果保存等一系列的操作。
首先是引入库：
from multiprocessing.dummy import Pool
pool=Pool(4)
results=pool.map(爬取函数，网址列表)

本文将一个简单的例子来看一下如何使用map函数以及这种方法与普通方法的对比情况。

import time
from multiprocessing.dummy import Pool

def getsource(url):
    html=requests.get(url)

urls=[]
for i in range(1,21):
    newpage=‘http://tieba.baidu.com/p/3522395718?pn=‘+str(i)
    urls.append(newpage)

timex=time.time()  #测试一
for i in urls:
    getsource(i)
print (time.time()-timex)

#这里是输出的结果：
#10.2820000648 


time1=time.time()  #测试二
pool=Pool(4)
results=pool.map(getsource,urls)
pool.close()
pool.join()
print (time.time()-time1)

#这里是输出结果：
#3.23600006104

对比以上两种方法，可以很明显地看出 测试二比测试一要快很多。

对程序做一下解释：
测试一种
for i in urls:
getsource(i) #使程序一直遍历urls列表中的网址，然后循环调用getsource函数

测试二中：
pool=Pool(4) #声明了4个线程数量，这里的个数根据你电脑的CPU个数来定。
results=pool.map(getsource,urls) #这里使用map函数，并且函数的参数为自定义函数名称，以及函数中的参数（这里为一个列表）
pool.close() #关闭pool对象
pool.join() #join函数的主要作用是等待所有的线程（4个）都执行结束后
print (time.time()-time1) #输出所用时间差