python创建多进程_python创建多进程

python创建多个子进程,各进程间同步

import os

import threading

import time

import multiprocessing

def worker(pro_name,lock):

print "%s acquiring lock............waiting" %pro_name

lock.acquire()

print "%s acquire lock............ok,pid=%d"%(pro_name,os.getpid())

print "handling......................[%s]"%pro_name

time.sleep(5)

lock.release()

print "%s release lock............ok"%pro_name

processes=[]

lock=multiprocessing.Lock()

for i in range(5):

process_name="process%d"%i

process=multiprocessing.Process(target=worker,args=(process_name,lock))

process.start()

processes.append(process)

for process in processes:

process.join()

结果:

process1 acquiring lock............waiting

process0 acquiring lock............waiting

process0 acquire lock............ok,pid=6386

handling......................[process0]

process3 acquiring lock............waiting

process4 acquiring lock............waiting

process2 acquiring lock............waiting

process0 release lock............ok

process1 acquire lock............ok,pid=6387

handling......................[process1]

process1 release lock............ok

process4 acquire lock............ok,pid=6390

handling......................[process4]

process4 release lock............ok

process3 acquire lock............ok,pid=6389

handling......................[process3]

process3 release lock............ok

process2 acquire lock............ok,pid=6388

handling......................[process2]

process2 release lock............ok

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中,可以使用`multiprocessing`模块来创建多个进程。`multiprocessing`提供了一种简单的方式来利用多核CPU并行执行任务。以下是一个示例代码,展示了如何使用`multiprocessing`创建多个进程: ```python import multiprocessing # 定义一个任务函数 def process_image(image): # 在这里编写你的图像处理代码 # ... pass # 定义要处理的图像列表 images = [...] # 创建进程池 pool = multiprocessing.Pool() # 使用进程池并行处理图像 results = pool.map(process_image, images) # 关闭进程池 pool.close() pool.join() # 处理处理结果 for result in results: # 处理每个图像的处理结果 # ... ``` 在上述示例代码中,我们首先定义了一个任务函数`process_image`,该函数接受一个图像作为输入,可以在其中编写图像处理的代码。然后,我们定义了一个要处理的图像列表`images`。 接下来,我们使用`multiprocessing.Pool()`创建一个进程池。进程池可以管理一组工作进程,并自动分配任务给这些进程。在这个例子中,我们将使用进程池来并行处理图像。 使用`pool.map()`方法,可以将任务函数和任务数据传递给进程池,并自动分配给可用的工作进程进行处理。该方法会返回一个包含所有任务结果的列表。 最后,我们关闭进程池并等待所有进程完成任务,使用`pool.close()`和`pool.join()`方法。 需要注意的是,`multiprocessing`模块创建的每个进程都有自己独立的内存空间,因此需要注意进程间的数据传递和通信。在上述示例中,我们使用了`pool.map()`方法来自动将任务和数据分配给工作进程,并获取处理结果。如果需要更复杂的进程间通信,可以使用`multiprocessing`模块提供的其他工具,如`Queue`、`Pipe`等。
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