python进程池:multiprocessing.pool
本文内容纲要:
-例1:使用进程池
-例2:使用进程池(阻塞)
-例3:使用进程池,并关注结果
-例4:使用多个进程池
在利用Python进行系统管理的时候,特别是同时操作多个文件目录,或者远程控制多台主机,并行操作可以节约大量的时间。当被操作对象数目不大时,可以直接利用multiprocessing中的Process动态成生多个进程,十几个还好,但如果是上百个,上千个目标,手动的去限制进程数量却又太过繁琐,此时可以发挥进程池的功效。
Pool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规定最大值,那么该请求就会等待,直到池中有进程结束,才会创建新的进程来它。
例1:使用进程池
#coding:utf-8
importmultiprocessing
importtime
deffunc(msg):
print"msg:",msg
time.sleep(3)
print"end"
if__name__=="__main__":
pool=multiprocessing.Pool(processes=3)
foriinxrange(4):
msg="hello%d"%(i)
pool.apply_async(func,(msg,))#维持执行的进程总数为processes,当一个进程执行完毕后会添加新的进程进去
print"Mark~Mark~Mark~~~~~~~~~~~~~~~~~~~~~~"
pool.close()
pool.join()#调用join之前,先调用close函数,否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
print"Sub-process(es)done."
一次执行结果
mMsg:hark~Mark~Mark~~~~~~~~~~~~~~~~~~~~~~ello0
msg:hello1
msg:hello2
end
msg:hello3
end
end
end
Sub-process(es)done.
函数解释:
- apply_async(func[,args[,kwds[,callback]]])它是非阻塞,apply(func[,args[,kwds]])是阻塞的(理解区别,看例1例2结果区别)
- close()关闭pool,使其不在接受新的任务。
- terminate()结束工作进程,不在处理未完成的任务。
- join()主进程阻塞,等待子进程的退出,join方法要在close或terminate之后使用。
执行说明:创建一个进程池pool,并设定进程的数量为3,xrange(4)会相继产生四个对象[0,1,2,4],四个对象被提交到pool中,因pool指定进程数为3,所以0、1、2会直接送到进程中执行,当其中一个执行完事后才空出一个进程处理对象3,所以会出现输出“msg:hello3”出现在"end"后。因为为非阻塞,主函数会自己执行自个的,不搭理进程的执行,所以运行完for循环后直接输出“mMsg:hark~Mark~Mark~~~~~~~~~~~~~~~~~~~~~~”,主程序在pool.join()处等待各个进程的结束。
例2:使用进程池(阻塞)
#coding:utf-8
importmultiprocessing
importtime
deffunc(msg):
print"msg:",msg
time.sleep(3)
print"end"
if__name__=="__main__":
pool=multiprocessing.Pool(processes=3)
foriinxrange(4):
msg="hello%d"%(i)
pool.apply(func,(msg,))#维持执行的进程总数为processes,当一个进程执行完毕后会添加新的进程进去
print"Mark~Mark~Mark~~~~~~~~~~~~~~~~~~~~~~"
pool.close()
pool.join()#调用join之前,先调用close函数,否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
print"Sub-process(es)done."
一次执行的结果
msg:hello0
end
msg:hello1
end
msg:hello2
end
msg:hello3
end
Mark~Mark~Mark~~~~~~~~~~~~~~~~~~~~~~
Sub-process(es)done.
例3:使用进程池,并关注结果
importmultiprocessing
importtime
deffunc(msg):
print"msg:",msg
time.sleep(3)
print"end"
return"done"+msg
if__name__=="__main__":
pool=multiprocessing.Pool(processes=4)
result=[]
foriinxrange(3):
msg="hello%d"%(i)
result.append(pool.apply_async(func,(msg,)))
pool.close()
pool.join()
forresinresult:
print":::",res.get()
print"Sub-process(es)done."
一次执行结果
msg:hello0
msg:hello1
msg:hello2
end
end
end
:::donehello0
:::donehello1
:::donehello2
Sub-process(es)done.
注:get()函数得出每个返回结果的值
例4:使用多个进程池
#coding:utf-8
importmultiprocessing
importos,time,random
defLee():
print"\nRuntaskLee-%s"%(os.getpid())#os.getpid()获取当前的进程的ID
start=time.time()
time.sleep(random.random()*10)#random.random()随机生成0-1之间的小数
end=time.time()
print'TaskLee,runs%0.2fseconds.'%(end-start)
defMarlon():
print"\nRuntaskMarlon-%s"%(os.getpid())
start=time.time()
time.sleep(random.random()*40)
end=time.time()
print'TaskMarlonruns%0.2fseconds.'%(end-start)
defAllen():
print"\nRuntaskAllen-%s"%(os.getpid())
start=time.time()
time.sleep(random.random()*30)
end=time.time()
print'TaskAllenruns%0.2fseconds.'%(end-start)
defFrank():
print"\nRuntaskFrank-%s"%(os.getpid())
start=time.time()
time.sleep(random.random()*20)
end=time.time()
print'TaskFrankruns%0.2fseconds.'%(end-start)
if__name__=='__main__':
function_list=[Lee,Marlon,Allen,Frank]
print"parentprocess%s"%(os.getpid())
pool=multiprocessing.Pool(4)
forfuncinfunction_list:
pool.apply_async(func)#Pool执行函数,apply执行函数,当有一个进程执行完毕后,会添加一个新的进程到pool中
print'Waitingforallsubprocessesdone...'
pool.close()
pool.join()#调用join之前,一定要先调用close()函数,否则会出错,close()执行后不会有新的进程加入到pool,join函数等待素有子进程结束
print'Allsubprocessesdone.'
一次执行结果
parentprocess7704
Waitingforallsubprocessesdone...
RuntaskLee-6948
RuntaskMarlon-2896
RuntaskAllen-7304
RuntaskFrank-3052
TaskLee,runs1.59seconds.
TaskMarlonruns8.48seconds.
TaskFrankruns15.68seconds.
TaskAllenruns18.08seconds.
Allsubprocessesdone.
multiprocessingpoolmap
#coding:utf-8
importmultiprocessing
defm1(x):
printx*x
if__name__=='__main__':
pool=multiprocessing.Pool(multiprocessing.cpu_count())
i_list=range(8)
pool.map(m1,i_list)
一次执行结果
0
1
4
9
16
25
36
49
参考:http://www.dotblogs.com.tw/rickyteng/archive/2012/02/20/69635.aspx
问题:http://bbs.chinaunix.net/thread-4111379-1-1.html
#coding:utf-8
importmultiprocessing
importlogging
defcreate_logger(i):
printi
classCreateLogger(object):
def__init__(self,func):
self.func=func
if__name__=='__main__':
ilist=range(10)
cl=CreateLogger(create_logger)
pool=multiprocessing.Pool(multiprocessing.cpu_count())
pool.map(cl.func,ilist)
print"hello------------>"
一次执行结果
0
1
2
3
4
5
6
7
8
9
hello------------>
本文内容总结:例1:使用进程池,例2:使用进程池(阻塞),例3:使用进程池,并关注结果,例4:使用多个进程池,
原文链接:https://www.cnblogs.com/kaituorensheng/p/4465768.html