python 与 运行 进程一样长时间使用相同的线程
python keep using same threads in long duration as long running process
我有一个模型，我想保持 运行ning 并行超过 6 小时：
pool = multiprocessing.Pool(10)
for subModel in self.model:
pool.apply_async(self.compute, subModel, features)
pool.close()
pool.join()
现在的问题太慢了，因为我每次都要调用pool = multiprocessing.Pool(10)和pool.join()来构造和解构10个线程，而模型是运行 6 小时内吨次。
我认为的解决方案是在后台保留 10 个线程 运行ning，这样每当有新数据进入时，它就会立即进入模型，而不必担心创建新线程并解构它们浪费很多时间。
在python中有没有一种方法可以让你有一个漫长的运行宁过程，这样你就不需要一遍又一遍地开始和停止？
在向其提交一组任务后，您不需要 close() 和 join()（并销毁）Pool。如果您想确保 apply_async() 在继续之前已完成，只需调用 apply()，下次使用相同的 Pool。或者，如果您可以在等待任务的同时做其他事情，请保存 apply_async 返回的结果对象，并在完成后无法继续时调用 wait()。
我有一个模型，我想保持 运行ning 并行超过 6 小时：
pool = multiprocessing.Pool(10)
for subModel in self.model:
pool.apply_async(self.compute, subModel, features)
pool.close()
pool.join()
现在的问题太慢了，因为我每次都要调用pool = multiprocessing.Pool(10)和pool.join()来构造和解构10个线程，而模型是运行 6 小时内吨次。
我认为的解决方案是在后台保留 10 个线程 运行ning，这样每当有新数据进入时，它就会立即进入模型，而不必担心创建新线程并解构它们浪费很多时间。
在python中有没有一种方法可以让你有一个漫长的运行宁过程，这样你就不需要一遍又一遍地开始和停止？
在向其提交一组任务后，您不需要 close() 和 join()（并销毁）Pool。如果您想确保 apply_async() 在继续之前已完成，只需调用 apply()，下次使用相同的 Pool。或者，如果您可以在等待任务的同时做其他事情，请保存 apply_async 返回的结果对象，并在完成后无法继续时调用 wait()。