python concurrent.futures 实现并行计算

python因为其全局解释器锁GIL而无法通过线程实现真正的并行计算。这个论断我们不展开，但是有个概念我们要说明，IO密集型 vs. 计算密集型。

IO密集型：读取文件，读取网络套接字频繁。

计算密集型：大量消耗CPU的数学与逻辑运算，也就是我们这里说的并行计算。

而concurrent.futures模块，可以利用multiprocessing实现真正的并行计算。

核心原理是：concurrent.futures会以子进程的形式，平行的运行多个python解释器，从而令python程序可以利用多核CPU来提升执行速度。

由于子进程与主解释器相分离，所以他们的全局解释器锁也是相互独立的。每个子进程都能够完整的使用一个CPU内核。

1. 不采用并行

import glob
import os
import cv2

for img_name in glob.glob('*.jpg'):
    img = cv2.imread(img_name)
    img = cv2.resize(img, (600, 600))

2. 多进程

import glob
import os
import cv2
import concurrent.futures

def load_and_resize(img_name):
    img = cv2.imread(img_name)
    img = cv2.resize(img, (600, 600))    

# Creat a pool of processes. By default, one is created for each CPU in your machine.
with concurrent.futures.ProcessPoolExecutor() as executor:
    img_name = glob.glob('*.jpg')
    executor.map(load_and_resize, img_name)

是否总能大幅加速？

当你有要处理的数据列表并且要对每个数据点执行类似的计算时，使用Python并行池是一个很好的解决方案。

但是，它并不总是完美的。并行池处理的数据不会以任何可预测的顺序处理。如果你需要处理的结果按特定顺序排列，那么这种方法可能不适合。

你处理的数据还必须是Python知道如何“pickle”的类型。幸运的是，这些类型很常见。以下来自Python官方文档：

• None, True, 及 False

• 整数，浮点数，复数

• 字符串，字节，字节数组

• 仅包含可选对象的元组，列表，集合和词典

• 在模块的顶层定义的函数（使用def，而不是lambda）

• 在模块顶层定义的内置函数

• 在模块顶层定义的类

• 这些类的实例，__dict__或调用__getstate __（）的结果是可选择的