• 技术文章 >Python技术 >Python高级

    Python中的进程池是什么

    爱喝马黛茶的安东尼爱喝马黛茶的安东尼2019-06-29 11:44:20原创3244

    进程池Pool

    当需要创建的子进程数量不多时,可以直接利用multiprocessing中的Process动态成生多个进程,但如果是上百甚至上千个目标,手动的去创建进程的工作量巨大,此时就可以用到multiprocessing模块提供的Pool方法。

    初始化Pool时,可以指定一个进程数,当有新的请求提交到Pool中时,如果池还没有满,那么就会创建一个新的进程用来执行该请求;但如果池中的进程数已经达到指定的值,那么该请求就会等待,直到池中有进程结束,才会创建新的进程来执行。

    from multiprocessing import Pool
    import os
    import time
    import random
    def worker(msg):
        t_start = time.time()
        print("%d进程开始执行%d"%(os.getpid(),msg))
        #random.random()随机生成0~1之间的浮点数
        time.sleep(random.random()*2) 
        t_stop = time.time()
        print(msg,"执行完毕,耗时%0.2f"%(t_stop-t_start))
    if __name__ == '__main__':
        po=Pool(3) #定义一个进程池,进程数3
        for i in range(0,10):
            #Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))
            #每次循环将会用空闲出来的子进程去调用目标
            po.apply_async(worker,(i,))
        print("----start----")
        po.close() #关闭进程池,关闭后po不再接收新的请求
        po.join() #等待po中所有子进程执行完成,必须放在close语句之后
        print("-----end-----")

    运行结果为:

    ----start----
    4353进程开始执行0
    4354进程开始执行1
    4355进程开始执行2
    2,执行完毕,耗时0.20
    4355进程开始执行3
    1,执行完毕,耗时1.19
    4354进程开始执行4
    4,执行完毕,耗时0.37
    4354进程开始执行5
    0,执行完毕,耗时1.57
    4353进程开始执行6
    5,执行完毕,耗时0.19
    4354进程开始执行7
    3,执行完毕,耗时1.63
    4355进程开始执行8
    6,执行完毕,耗时0.49
    4353进程开始执行9
    8,执行完毕,耗时0.75
    7,执行完毕,耗时0.90
    9,执行完毕,耗时0.63
    -----end-----

    相关推荐:《Python视频教程

    multiprocessing.Pool常用函数解析:

    apply_async(func[, args[, kwds]]) :使用非阻塞方式调用func(并行执行,堵塞方式必须等待上一个进程退出才能执行下一个进程),args为传递给func的参数列表,kwds为传递给func的关键字参数列表;

    apply(func[, args[, kwds]]):使用阻塞方式调用func

    close():关闭Pool,使其不再接受新的任务;

    terminate():不管任务是否完成,立即终止;

    join():主进程阻塞,等待子进程的退出, 必须在close或terminate之后使用;

    apply堵塞式

    from multiprocessing import Pool
    import os
    import time
    import random
    def worker(msg):
        t_start = time.time()
        print("%d进程开始执行%d"%(os.getpid(),msg))
        #random.random()随机生成0~1之间的浮点数
        time.sleep(random.random()*2) 
        t_stop = time.time()
        print(msg,"执行完毕,耗时%0.2f"%(t_stop-t_start))
    if __name__ == '__main__':
        po=Pool(3) #定义一个进程池,进程数3
        for i in range(0,10):
            #Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))
            #每次循环将会用空闲出来的子进程去调用目标
            po.apply(worker,(i,))
        print("----start----")
        po.close() #关闭进程池,关闭后po不再接收新的请求
        po.join() #等待po中所有子进程执行完成,必须放在close语句之后
        print("-----end-----")

    运行结果为:

    4400进程开始执行0
    0,执行完毕,耗时1.89
    4401进程开始执行1
    1,执行完毕,耗时1.91
    4402进程开始执行2
    2,执行完毕,耗时1.64
    4400进程开始执行3
    3,执行完毕,耗时1.16
    4401进程开始执行4
    4,执行完毕,耗时1.85
    4402进程开始执行5
    5,执行完毕,耗时0.29
    4400进程开始执行6
    6,执行完毕,耗时0.19
    4401进程开始执行7
    7,执行完毕,耗时1.19
    4402进程开始执行8
    8,执行完毕,耗时0.61
    4400进程开始执行9
    9,执行完毕,耗时1.08
    ----start----
    -----end-----

    说明:通过运行结果可以看出来,阻塞式会等进程池中的进程都执行完毕了才会运行主进程的start和end的打印

    相关推荐:

    Python中的进程是什么

    专题推荐:python 进程池
    上一篇:Python中的进程是什么 下一篇:Python如何进行进程间的通信

    相关文章推荐

    • Python中处理属性的重要属性和函数是什么• Python中的多进程是什么• Python中的进程是什么

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网