ซึ่งจากบทความก่อนหน้าได้นำเสนอวิธีการพื้นฐานคือ การใส่ index ไปกับข้อมูลที่จะประมวลผล หลังจากทุก Process ทำงานเสร็จสิ้นให้นำผลที่ได้มาทำการเรียงโดยใช้คำสั่ง sort() ก็จะทำให้ข้อมูลกลับมาอยู่ในลำดับที่ถูกต้องอีกครั้งเนื่องจากเราทำการ sort จากค่า index นั่นเอง
นอกจากวิธีดังกล่าวแล้ว ยังมีอีกหนึ่งวิธีที่สามารถใช้ได้คือ Multiprocessing Pool
ซึ่งหลักการทำงานของ Pool นั้นจะเป็นการส่งกลุ่มของข้อมูลที่เราต้องการประมวลผลนั้นกระจายไปยัง core ของ CPU แต่ละ core เพื่อช่วยประมวลผล และเมื่อประมวลเสร็จสิ้นผลลัพธ์ทั้งหมดจะถูกเรียงลำดับให้โดยอัตโนมัติ และยังสามารถกำหนดจำนวน core ที่เราจะใช้ให้เหมาะสมกับจำนวนตัวแปรที่ส่งไปได้ด้วย เนื่องจากหากจำนวนตัวแปรมากกว่า core ที่ใช้ในการคำนวณ จะส่งผลให้การประมวลผลนั้นช้าลงเนื่องจากต้องมีการสลับ process ในการทำงาน
ภาพหลักการทำงานเบื้องต้นของ Pool
ในส่วนของการทดสอบนั้นจะใช้โค้ดคำนวณค่ากำลัง โดยทำการส่งกลุ่มของข้อมูลที่ภายในประกอบไปด้วย เลขฐานและเลขชี้กำลัง ไปคำนวณผ่านการใช้ Pool
import multiprocessing as mp
import threading
import os
# use to delay time and check CPU core
loop = 10000000
def power(data_array):
print("PID: %s, Process Name: %s, Thread Name: %s" % (
os.getpid(),
mp.current_process().name,
threading.current_thread().name))
num = data_array[0]
degree = data_array[1]
for i in range(loop):
result = 1
if degree%2 == 0 :
for i in range( int(degree/2) ):
result = result*num
result = result*result
elif degree%2 != 0 :
for i in range( int(degree/2) ):
result = result*num
result = result*result*num
print("%s to the power %s is %s" %(num,degree,result))
print("Process Name: %s Finish." % (mp.current_process().name))
return result
def main():
array = [[2,2], [2,3], [2,4], [2,5]]
NUM_WORKER = mp.cpu_count()/2
# creating pool
pool = mp.Pool(NUM_WORKER)
# map the function to each data in array
result = pool.map(power, array)
# close pool and wait until all processes are finished
pool.close()
pool.join()
print("Pool result : %s" % result)
if __name__ == "__main__":
main()
import threading
import os
# use to delay time and check CPU core
loop = 10000000
def power(data_array):
print("PID: %s, Process Name: %s, Thread Name: %s" % (
os.getpid(),
mp.current_process().name,
threading.current_thread().name))
num = data_array[0]
degree = data_array[1]
for i in range(loop):
result = 1
if degree%2 == 0 :
for i in range( int(degree/2) ):
result = result*num
result = result*result
elif degree%2 != 0 :
for i in range( int(degree/2) ):
result = result*num
result = result*result*num
print("%s to the power %s is %s" %(num,degree,result))
print("Process Name: %s Finish." % (mp.current_process().name))
return result
def main():
array = [[2,2], [2,3], [2,4], [2,5]]
NUM_WORKER = mp.cpu_count()/2
# creating pool
pool = mp.Pool(NUM_WORKER)
# map the function to each data in array
result = pool.map(power, array)
# close pool and wait until all processes are finished
pool.close()
pool.join()
print("Pool result : %s" % result)
if __name__ == "__main__":
main()
ซึ่งได้ผลลัพธ์ดังนี้
ภาพผลลัพธ์การทำงานของ Pool
ภาพการทำงานของ CPU Core
ไม่มีความคิดเห็น:
แสดงความคิดเห็น