python多任务处理_python 多进程处理 multiprocessing模块

前提: 有时候一个用一个进程处理一个列表中的每个元素(每个元素要传递到一个函数中进行处理)，这个时候就要用多进程处理

1 现场案例:

我有一个[ip1,ip2,ip3,.......]这样的列表，我要每个元素ip传递给一个get_ping_info(addr)函数得到返回延迟信息，然后将结果到一保存个result列表中，如果用一个单进程执行的话可能需要几分钟，但是如果多进程处理就可以缩减几倍的速度了

用法:(程序代码只截图了部分，不可运行)pool.apply_async(函数名, (函数的参数1，函数的参数2，函数的参数3))

import multiprocessingdef get_ping_info(create_time,prov,city,net_type,addr):

result = ping.quiet_ping(addr, timeout=2, count=5, psize=64)

loss_rate = result[0]

max_time = float('%.3f'% result[1]) if isinstance(result[1], float) else 0

#if max_time and average_time is None use 0

average_time = float('%.3f'% result[1]) if isinstance(result[2], float) else 0

print create_time,prov,city,net_type,loss_rate, average_time

return (create_time,prov,city,net_type,loss_rate, average_time)

if __name__ == "__main__":

all_city_result_tmp = []

all_city_result = []

create_time = datetime.now()

city_list = get_city_list()

pool = multiprocessing.Pool(processes=4)

for prov,city,addr in city_list:

all_city_result_tmp.append(pool.apply_async(get_ping_info, (create_time,prov,city,'CTC',addr )))

pool.close()

pool.join()

for city_info in all_city_result_tmp:

#print city_info.get()

all_city_result.append(city_info.get())

注意:

1all_city_result_tmp 只是多线程多线的列表，其中列表中的元素.get() 函数才会去执行元素对象，对象中有执行get_ping_info函数的信息和返回值