当需要创建的子进程数量不多时,可以直接利用multiprocessing中的Process动态成生多个进程,但如果是上百甚至上千个目标,手动的去创建进程的工作量巨大,此时就可以用到multiprocessing模块提供的Pool方法。
初始化Pool时,可以指定一个最大进程数,当有新的请求提交到Pool中时,如果池还没有满,那么就会创建一个新的进程用来执行该请求;但如果池中的进程数已经达到指定的最大值,那么该请求就会等待,直到池中有进程结束,才会用之前的进程来执行新的任务,请看下面的实例:
from multiprocessing import Pool
import os, time, random
def worker(msg):
t_start = time.time()
print("%s开始执行,进程号为%d" % (msg,os.getpid()))
# random.random()随机生成0~1之间的浮点数
time.sleep(random.random()*2)
t_stop = time.time()
print(msg,"执行完毕,耗时%0.2f" % (t_stop-t_start))
def main():
po = Pool(3)
# 定义一个进程池,最大进程数3+
for i in range(0,10):
# Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
# 每次循环将会用空闲出来的子进程去调用目标
po.apply_async(worker,(i,))
print("----start----")
po.close()
# 关闭进程池,关闭后po不再接收新的请求
po.join()
# 等待po中所有子进程执行完成,必须放在close语句之后
print("-----end-----")
if __name__=="__main__":
main()
==注意:创建的进程池,必须放在if name"main":下面,否在会报如下错误:
RuntimeError:
An attempt has been made to start a new process before the
current process has finished its .
This probably means that you are not using fork to start your
child processes and you have forgotten to use the proper idiom
in the main module:
if __name__ == '__main__':
freeze_support()
...
The "freeze_support()" line can be omitted if the program
is not going to be frozen to produce an executable.
执行结果:
D:\Anaconda3\python.exe E:/code/b.py
----start----
0开始执行,进程号为1484
1开始执行,进程号为6964
2开始执行,进程号为7232
0 执行完毕,耗时0.98
3开始执行,进程号为1484
1 执行完毕,耗时1.33
4开始执行,进程号为6964
4 执行完毕,耗时0.33
5开始执行,进程号为6964
2 执行完毕,耗时1.72
6开始执行,进程号为7232
3 执行完毕,耗时1.30
7开始执行,进程号为1484
7 执行完毕,耗时0.01
8开始执行,进程号为1484
6 执行完毕,耗时0.84
9开始执行,进程号为7232
8 执行完毕,耗时0.49
5 执行完毕,耗时1.12
9 执行完毕,耗时1.58
-----end-----
进程已结束,退出代码 0
multiprocessing.Pool常用函数解析:
apply_async(func[, args[, kwds]]) :使用非阻塞方式调用func(并行执行,堵塞方式必须等待上一个进程退出才能执行下一个进程),args为传递给func的参数列表,kwds为传递给func的关键字参数列表;
close():关闭Pool,使其不再接受新的任务;
terminate():不管任务是否完成,立即终止;
join():主进程阻塞,等待子进程的退出, 必须在close或terminate之后使用;