为什么多处理队列有一个很小的延迟,而(显然)多处理。管道没有?

Why does multiprocessing.Queue have a small delay while (apparently) multiprocessing.Pipe does not?(为什么多处理队列有一个很小的延迟,而(显然)多处理。管道没有?)
本文介绍了为什么多处理队列有一个很小的延迟,而(显然)多处理。管道没有?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

multiprocessing.Queue的文档指出,从项目入队到将其酸洗的表示刷新到底层管道,会有一些延迟。显然,您可以将项目直接放入管道中(它没有说明不同,而是暗示情况就是这样)。

为什么管道不需要或不具有相同的背景线程来执行酸洗?这与与multiprocessor.SyncManager.Queue通话时没有类似延迟的原因相同吗?

(附加问题:当文档显示"将对象放入空队列后,可能会有极小的延迟...",这是什么意思?我学过微积分;我知道无穷小是什么意思,这个意思似乎不适合这里。那么它在说什么呢?)

推荐答案

如果您写入Pipe当前线程将阻止,直到写入完成。因此没有延迟(或者更确切地说,调用线程无法观察到任何延迟),但有可能死锁Pipe是比Queue更低级别的工具。

SyncManager.Queue的情况只是对管理器的所有请求都是同步的,因此推送对象的进程无法观察到它仍然为空(没有弹出窗口)。

同时,"无穷小"延迟仅仅意味着线程调度延迟,而不是写入整个对象的时间(可能要长得多):它足以让启动,从而确定Queue不是空的。尽管如此,推送线程仍然可以赢得比赛,并观察到它仍然缺少"已推送"的对象。

这篇关于为什么多处理队列有一个很小的延迟,而(显然)多处理。管道没有?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!

本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除!

相关文档推荐

Leetcode 234: Palindrome LinkedList(Leetcode 234:回文链接列表)
How do I read an Excel file directly from Dropbox#39;s API using pandas.read_excel()?(如何使用PANDAS.READ_EXCEL()直接从Dropbox的API读取Excel文件?)
subprocess.Popen tries to write to nonexistent pipe(子进程。打开尝试写入不存在的管道)
I want to realize Popen-code from Windows to Linux:(我想实现从Windows到Linux的POpen-code:)
Reading stdout from a subprocess in real time(实时读取子进程中的标准输出)
How to call type safely on a random file in Python?(如何在Python中安全地调用随机文件上的类型?)