python多进程：如何忽视子进程延迟执行并行计算——multiprocessing.Pipe()详解

在前几天的《python多进程与进程间通信：fork()方法和multiprocess实例》中，简明扼要地记录了些Python多进程的用法。

本文主要深入讲下pipe。主要是记录实践中遇到的问题：如何在多进程之间通过pipe()传输或共享一个实例对象；使用pipe()后为什么另一个进程会出来停滞现象而非并行执行；如何忽略其中一个进程的延迟，执行异步的并行计算。

pipe即一个管道，所创建管道返回两个连接对象，代表管道的两端，用于进程或者线程之间的通信。multiprocessing.Pipe()则可以双向通信，和队列Queue的单向通信不同。

我们看一个例子：

import multiprocessing
import os
def func(conn):  #conn管道类型
    conn.send(["a","b","c","d","e"])  #发送的数据
    print("子进程",os.getpid(),conn.recv())  #收到的数据
    conn.close()  #关闭
 
 
if  __name__=="__main__":
    conn_a,conn_b=multiprocessing.Pipe() #创建一个管道，两个口
    #print(id(conn_a),id(conn_b))
    #print(type(conn_a), type(conn_b)) #multiprocessing.connection.PipeConnection类型
    p=multiprocessing.Process(target=func,args=(conn_a,))
    p.start()
    conn_b.send([1,2,3,4,5])
    print("主进程：",os.getpid(),conn_b.recv())
    p.join()
    p.terminate()

输出查看一下。