基于多处理池的Python树生成无加速

Question

我尝试在python中使用多处理池实现二叉树的多线程构建。它的主要思想是有N个可用的硬件线程，在一定的级别上，我想在单独的线程中创建树的每个分支。不存在数据依赖关系，并且每个递归调用都对自己的数据起作用，因此不存在与数据争用相关的问题。我熟悉GIL约束，因此决定使用多处理池：

pool = Pool(processes=4)
tree = Tree.createTreeMT(points, pool, 2);

问题是我不能得到任何加速。创建树的函数如下所示：

^{pr2}$

我做错什么了吗？在标准Python2.7中有没有更好的方法来执行这些任务？在

Answer 1

apply_async返回一个AsyncResult对象，当主进程对它调用“get”函数时，它将阻塞，直到计算出结果为止。所以，你的主进程总是阻塞它所创建的每个子任务。因此，没有加速！在

一个选项是在apply-unasync中使用“callback”选项。因此，您将替换以下代码：

if(level == 0):
    if len(left_points) > 0:
        leftPointsResult = pool.apply_async(createTree, (left_points))
    if len(right_points) > 0:
        rightPointsResult = pool.apply_async(createTree, (right_points))

    if(leftPointsResult):
        tree.left = leftPointsResult.get()
    if(rightPointsResult):
        tree.right = rightPointsResult.get()

与

^{pr2}$

一旦结果准备好，就调用回调lambda函数。正如您在代码中看到的，当池进程计算结果时，您的树将被适当地并行填充。在