[python]multiprocessing pool map

最近在微調程式的效能，第一個我想到的，就是從多執行緒來下手。

google 說得好，如果程式裡有用到 map，那麼就可以從 map 開始改。

python 有提供 multiprocessing pool 就不用自己寫 pool。

不過，有幾點要注意：

1. 這個是 process pool，所以比較吃資源。
2. 在執行的時候，由於你寫的 py 會被當成 module 讀進執行。
   所以，一定要判斷自身是否為 __main__。也就是要：

if __name__ == '__main__':
    # do something

若第 2 點沒注意到，就會不斷地重覆遞迴執行到當掉。

給個失敗的例子：

import multiprocessing
def m1(x):
  return x*x
pool = multiprocessing.Pool(processes=3)
pool.map(m1,[‘1’,'2’,'3’,'4’])

給個成功的例子：

import multiprocessing
def m1(x):
  return x*x
if __name__ == '__main__':
  pool = multiprocessing.Pool(processes=3)
  pool.map(m1,[‘1’,'2’,'3’,'4’])

如果本來程式就有按 map / reduce 的方式寫，那換成 multiprocess pool 是很快樂的一件事。
試試吧。