Python中的进程multiprocessing模块

本文介绍了Python的multiprocessing模块,重点讲解了Process类的使用和进程间同步。通过示例展示了如何利用多进程解决算法密集任务,提高效率。此外,提到了multiprocessing模块提供的同步类,如Event、RLock、Lock等,并指出进程间通信需要序列化和反序列化数据,以确保数据安全。
摘要由CSDN通过智能技术生成

Python中的进程multiprocessing模块


由于Python的GIL全局解释器锁存在,多线程未必是CPU密集型程序的好的选择。
多进程可以完全独立的进程环境中运行程序,可以较充分地利用多处理器。
但是进程本身的隔离带来的数据不共享也是一个问题。而且线程比进程轻量级。

  • Process类的设计遵循了Thread类的API,减少了学习难度,使用和线程Thread类差不多。
  • 注意:注意:多进程代码一定要放在 __name__ == "__main__" 下面执行。
  • 例子,使用多进程解决运行算法密集程序
import multiprocessing
import datetime

def calc(i):
    sum = 0
    for _ in range(1000000000): #10忆
        sum += 1
    return i,sum

if __name__ == "__main__":
    start = datetime.datetime.now()
    ps = []
    for i in range(4):
        p 
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