一个多进程or多线程小工具的自救指南

本宝宝最近在写一个永久性运行的小工具,同时也是多任务同时运行的,最终是打包成一个exe程序。

最开始,我上来就先用了mulprocessing

主函数大概长这样的:

import multiprocessing

def GETXML():
    #一个不重要的读取函数
def func():
    #一个不重要的操作函数

if __name__ == '__main__':
    array=GETXML('.\con.xml') 
    pool =  multiprocessing.Pool()
    #这是一贯的使用方式,array是需要的多个对象,func是对这些对象要完成的操作
    #answer=pool.map(func,array)
    #不阻塞进行,可以用map_async()
    #需要多个可迭代对象,而map只能有一个可迭代对象,于是再换成
    answer=pool.starmap_async(func,array)

    #当然也能这么写
    for i in array:
        pool =  multiprocessing.Process(target=func,args=(i,))
        pool.start()

美美打包成exe

pyinstaller -F auto.py

然后一打开exe运行,各个进程都开始疯狂繁衍,本来10个进程的程序,繁衍到爆炸,无法关闭窗口,然后我的电脑直接死机了。

上网一搜,倒也有解决方法:multiprocessing打包exe后启动崩溃内存溢出解决办法_pyinstaller multiprocessing-CSDN博客

引入这个办法之后,程序倒也不崩了,但是程序一跑起来,CPU占用就超50%了。继续深根,我这边属于I/O密集型任务,应该采用多线程,而非多进程的方式。

多线程的话,可以用mulprocessing.dummy 或者Threading

前者和上面差不多,我最后用的Threading

  • 11
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值