本文深入探讨了 Python 多进程 multiprocessing.Pool 中 apply_async() 方法的两种结果获取方式：AsyncResult.get() 和回调函数。分析了它们在处理大量任务时的优缺点，包括结果顺序、异常处理、内存占用等方面，并提供了相应的代码示例和注意事项，帮助开发者选择更适合自身场景的方法。
在使用 Python 的 multiprocessing.Pool 进行并行计算时，apply_async() 方法允许异步地提交任务。获取任务结果有两种主要方式：通过 AsyncResult 对象的 get() 方法，或者使用回调函数。这两种方法各有优劣，选择哪一种取决于具体的应用场景。
AsyncResult.get() 方法
这种方式将每个异步任务的 AsyncResult 对象存储在一个列表中，然后在所有任务提交后，通过循环调用 get() 方法来获取结果。
import multiprocessing
def func(x):
# 模拟耗时操作
return x * x
def process_data(pool, n):
results = []
for i in range(n):
result = pool.apply_async(func, (i,))
results.append(result)
pool.close()
pool.join()
data = [r.get() for r in results]
return data
if __name__ == '__main__':
pool = multiprocessing.Pool(processes=4)
n = 10
data = process_data(pool, n)
print(data)优点：
立即学习“Python免费学习笔记（深入）”；
- 代码结构清晰，易于理解和维护。
- 不需要使用全局变量来存储结果。
缺点：
- 必须等待所有任务完成后才能获取结果，无法实时处理。
- 如果任务数量巨大，AsyncResult 对象列表可能会占用大量内存。
- 如果某个任务抛出异常，只有在调用 get() 方法时才能捕获，可能会延迟异常处理。
异常处理：
如果 func 函数可能抛出异常，需要使用 try...except 块来处理。
data = []
for r in results:
try:
data.append(r.get())
except Exception as e:
# 处理异常
print(f"Error: {e}")
data.append(None) # 或者其他合适的默认值回调函数
这种方式在提交任务时指定一个回调函数，当任务完成后，该函数会被自动调用，并将结果作为参数传递给它。
import multiprocessing
data = [] # 使用全局变量存储结果
def func(x):
# 模拟耗时操作
return x * x
def save_result(result):
global data
data.append(result)
def process_data(pool, n):
for i in range(n):
pool.apply_async(func, (i,), callback=save_result)
pool.close()
pool.join()
if __name__ == '__main__':
pool = multiprocessing.Pool(processes=4)
n = 10
process_data(pool, n)
print(data)优点：
立即学习“Python免费学习笔记（深入）”；
- 可以实时处理任务结果，无需等待所有任务完成。
- 可以更早地发现和处理异常。
- 在某些情况下，可以减少内存占用。
缺点：
- 需要使用全局变量来存储结果，可能导致代码可读性和可维护性下降。
- 结果的顺序可能与任务提交的顺序不一致，需要额外的处理来保证顺序。
- 代码结构相对复杂。
结果顺序：
回调函数的执行顺序不一定与任务提交的顺序相同。如果需要保证结果顺序，可以使用以下方法：
- 预分配结果列表： 在提交任务之前，创建一个长度为 n 的列表，并用 None 填充。
- 传递索引参数： 将任务的索引作为参数传递给 func 函数，并在回调函数中使用该索引来更新结果列表。
import multiprocessing
data = [None] * 10 # 预分配结果列表
def func(x, index):
# 模拟耗时操作
return x * x, index
def save_result(result):
global data
value, index = result
data[index] = value
def process_data(pool, n):
for i in range(n):
pool.apply_async(func, (i, i), callback=save_result)
pool.close()
pool.join()
if __name__ == '__main__':
pool = multiprocessing.Pool(processes=4)
n = 10
process_data(pool, n)
print(data)异常处理：
使用回调函数时，可以通过 error_callback 参数来处理异常。
def handle_exception(e):
print(f"Error: {e}")
def process_data(pool, n):
for i in range(n):
pool.apply_async(func, (i,), callback=save_result, error_callback=handle_exception)
pool.close()
pool.join()总结
| 特性 | AsyncResult.get() | 回调函数 |
|---|---|---|
| 结果处理 | 批量处理 | 实时处理 |
| 代码结构 | 简单清晰 | 相对复杂 |
| 内存占用 | 可能较高 | 可能较低 |
| 结果顺序 | 保持提交顺序 | 默认不保证顺序 |
| 异常处理 | 延迟处理 | 实时处理 |
| 全局变量 | 不需要 | 需要 |
选择哪种方式取决于具体的应用场景。
- 如果需要保证结果顺序，并且可以接受延迟处理，AsyncResult.get() 方法可能更合适。
- 如果需要实时处理结果，并且可以接受代码复杂度的增加，回调函数可能更合适。
- 如果任务数量巨大，并且内存资源有限，可以考虑使用回调函数，并结合预分配结果列表的方式来保证结果顺序。
- 在需要及时响应错误的情况下，回调函数结合 error_callback 可以提供更灵活的异常处理机制。
最终的选择应该基于对项目需求的全面评估和对两种方法的优缺点的权衡。
