我一直在与多处理模块一起尝试并行化一个for循环,该循环需要27分钟才能在单个内核上运行。我可以使用12个CPU内核。
我正在使用的代码的实质在下面给出,以进行并行化:
import multiprocessing as mp
def Parallel_Work(val,b,c):
# Filter basis val to make a dataframe and do some work on it
# ...
values = pd.Series( [ "CompanyA",
"CompanyB",
"CompanyC", ] ) # Actual values list is quite big
with mp.Pool(processes=4) as pool:
results= [pool.apply( Parallel_Work,
args = ( val, b, c )
) for val in values.unique() ]
运行此代码时,遇到了我无法弄清的两件事
没有一个进程在最大100%CPU使用率下运行。实际上,每次所有进程的CPU使用率总和总计为100%(链接至屏幕截图)。流程真的使用不同的核心吗?如果没有,我如何确保他们这样做。results of "top" command
产生了4个进程,但是在任何给定时间点只有2个处于活动状态。我在这里想念什么吗?
请让我知道是否可以提供更多信息。
我认为您需要使用apply_async
而不是apply
来阻塞,直到结果准备就绪。
有关SO question,apply
和apply_async
的详细信息,请参见此map