python 进程池Pool的apply_async方法以及一些需要注意的地方

在写多进程的时候我发现一个问题,用Pool的apply_async(异步非阻塞)的时候传入实例函数会出错,或者说是子进程被跳过似的感觉(python2.7)。

但是用python3.7的话没有任何问题。

code:

# -*- coding:utf-8 -*-

import multiprocessing
import os
import time


class A(object):
    def __init__(self):
        pass

    @staticmethod
    def func(msg):
        print(msg)
        time.sleep(3)
        print('Child Process id : %s, Parent Process id : %s' % (os.getpid(), os.getppid()))

if __name__ == '__main__':
    a = A()
    p = multiprocessing.Pool(multiprocessing.cpu_count())
    for i in range(5):
        p.apply_async(a.func, args=(i,))
    p.close()
    p.join()
    print('Parent process done!')

output(python2.7):

Parent process done!

output(python3.7):

0
1
2
3
Child Process id : 17284, Parent Process id : 22536
4
Child Process id : 4252, Parent Process id : 22536
Child Process id : 4944, Parent Process id : 22536
Child Process id : 11168, Parent Process id : 22536
Child Process id : 17284, Parent Process id : 22536
Parent process done!

python3.7起实例函数的多线程时需要注意一个地方,主进程中的变量不会受到子进程的改变而改变。

简而言之就是进程之间不能共享变量。

code:

# -*- coding:utf-8 -*-

from multiprocessing import Pool
import os
import time


class AA(object):
    def __init__(self):
        print('init')
        self.ab = 3

    def task(self, n):
        self.ab += n
        print("进程(%s), 收到%s, +n=%s" % (os.getpid(), n, self.ab))


if __name__ == '__main__':
    aa = AA()
    p = Pool(4)

    for i in range(5):
        t = p.apply_async(func=aa.task, args=(i,))

    p.close()
    p.join()
    print("done !  主进程!aa.ab=%s" % aa.ab)
    print("主进程ID  %s " % os.getpid())

output:

init
子进程(7544), 收到0, +n=0
子进程(7544), 收到1, +n=1
子进程(7544), 收到2, +n=2
子进程(7544), 收到3, +n=3
子进程(7544), 收到4, +n=4
done ! 主进程!aa.ab=3
主进程ID 17256

-----------------------------手动分割----------------------------------

不知道为什么所有子进程的id是一样的。在task方法中如果加个sleep语句的话,如time.sleep(3),

那么子进程的id就是不同的,难道是因为执行的太快??欢迎知道的大咖在评论区告知一下小弟,谢谢!

转载于:https://www.cnblogs.com/renxchen/p/9909708.html

`pool.apply_async()` 是 Python `multiprocessing` 模块中的一个方法,用于向进程中提交异步任务。 其语法如下: ```python apply_async(func[, args[, kwds[, callback[, error_callback]]]]) ``` 其中,`func` 是要执行的任务函数,`args` 是要传入任务函数的参数,`kwds` 是要传入任务函数的关键字参数。`callback` 是任务执行完成后要调用的回调函数,`error_callback` 是任务执行发生错误时要调用的回调函数。 `apply_async()` 方法会立即返回一个 `AsyncResult` 对象,这个对象可以用来获取任务执行的结果或者等待任务执行完成。可以使用 `get()` 方法来获取任务的结果,或者使用 `wait()` 方法等待任务执行完成。 下面是一个使用 `pool.apply_async()` 方法的示例代码: ```python import multiprocessing def worker(num): """子进程要执行的任务""" result = num * 2 return result if __name__ == '__main__': # 创建进程 pool = multiprocessing.Pool() # 提交任务到进程中 results = [] for i in range(5): result = pool.apply_async(worker, args=(i,)) results.append(result) # 关闭进程 pool.close() # 等待所有进程完成任务 pool.join() # 输出结果 for result in results: print(result.get()) ``` 在这个示例中,首先创建了一个进程 `pool`,然后使用 `apply_async()` 方法进程提交任务,每个任务都会调用 `worker()` 函数,计算结果并返回。在提交完所有任务后,关闭进程并等待所有进程完成任务。最后,遍历任务结果并输出。
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