写在前面
进程池
本篇文章主要从以下几个方面讲述:python多进程并发操作multiprocessing模块
Pool类
python多进程并发操作
Q:如果你是在windows上编写多进程的服务程序,那么由于Windows没有fork调用,所以无法用python编写多进程的程序了吗?
A:由于python是跨平台的,所以可以利用multiprocessing模块来实现跨平台版本的多进程模块。
这也就引入了multiprocessing是什么。
multiprocessing模块
multiprocessing模块提供了一个process类来代表一个进程对象,这个模块表示像线程一样管理进程,这个是multiprocessing的核心,它与threading相似,对多核的CPU的利用率会比threading更好。
对于multiprocessing中的process类的构造方法如下:
_init_(self, group=None, target=None, name=None, args=(), kwargs={})
参数说明:group:进程所属组。(一般为缺省)
target:表示调用对象。
args:表示调用对象的位置参数元组。
name:别名
kwarges:表示调用对象的字典。
import multiprocessing
def do(n) :
#获取当前进程的名字
name = multiprocessing.current_process().name
print(name,'starting')
print("worker ", n)
return
if __name__ == '__main__' :
numList = []
for i in range(5):
p = multiprocessing.Process(target=do, args=(i,))
numList.append(p)
p.start()
p.join()
print("Process end.")
输出结果:
Process-1 starting
worker 0
Process end.
Process-2 starting
worker 1
Process end.
Process-3 starting
worker 2
Process end.
Process-4 starting
worker 3
Process end.
Process-5 starting
worker 4
Process end.
总结:创建子进程时,只需要传入一个执行函数和函数的参数,创建一个process实例。并用其start()方法启动,用join()方法表示等待子进程结束以后再继续往下运行,通常用于进程进程间的同步。
pool类
pool类可以提供指定数量的进程供用户调用,当有新的请求提交到pool中时:如果pool还没有满,就会创建一个新的进程来执行请求。
如果pool满了,请求就会告知先等待,直到池中有进程结束,才会创建新的进程来执行这些请求。
apply()
apply(func[, args=()[, kwds={}]])
用于传递不定参数,同python中的apply函数一致,主进程会被阻塞直到函数执行结束(3.x之后不再使用)
apply_async()
apply_async(func[, args=()[, kwds={}[, callback=None]]])
与apply用法一致,但它是非阻塞的且支持结果返回后进行回调。
map()
map(func, iterable[, chunksize=None])
pool类中的map方法,与内置的map函数用法基本一致,会使进程阻塞直到结束返回。
ps:虽然第二个参数是一个迭代器,但在实际使用中,必须在整个队列都就绪后,程序才会运行子进程。
map_async()
map_async(func, iterable[, chunksize[, callback]])
同上,区别为它是非阻塞的。
close()
关闭进程池,使其不再接受新的任务。
terminal()
结束工作进程,不再处理未处理的任务。
join()
主进程阻塞等待子进程的推出,join方法要在close或terminate之后使用。
import time
from multiprocessing import Pool
def run(fn):
#fn: 函数参数是数据列表的一个元素
time.sleep(1)
print(fn*fn)
if __name__ == "__main__":
testFL = [1,2,3,4,5,6]
print ('顺序:') #顺序执行(也就是串行执行,单进程)
s = time.time()
for fn in testFL:
run(fn)
t1 = time.time()
print ("顺序执行时间:", int(t1 - s))
print ('concurrent:') #创建多个进程,并行执行
pool = Pool(10) #创建拥有10个进程数量的进程池
#testFL:要处理的数据列表,run:处理testFL列表中数据的函数
pool.map(run, testFL)
pool.close()#关闭进程池,不再接受新的进程
pool.join()#主进程阻塞等待子进程的退出
t2 = time.time()
print ("并行执行时间:", int(t2-t1))
输出结果为:
顺序:
1
4
9
16
25
36
顺序执行时间: 6
concurrent:
1
4
9
16
25
36
并行执行时间: 1
半年前在完成毕业论文时,整理的Python进程池问题所写初稿,发出来供大家参考,可能有很多没有梳理清楚的地方,如有错误还希望多多包涵并指证。