Python基于进程池实现多进程过程解析
1、注意：pool必须在if__name__=='__main__'下面运行，不然会报错
2、多进程内出现错误会直接跳过该进程，并且默认不会打印错误信息
3、if__name__下面的数据需要通过参数传入主函数里面，不然主函数获取不到该数据值而报错。
4、若不通过传参形式传入数据，可以定义全局变量。但是全局变量的值不能在多进程里面进行修改。
代码如下
frommultiprocessingimportPool#进程池，用于多进程
importos#用于获取当前执行的文件名
importtime
importtraceback#用于捕获异常
importsys#用于捕获异常
defmain_func(i):#多进程运行的函数
try:#多进程中发生异常是不会打印错误信息，并且当前进程会直接跳过，所以异常需要自行捕获
rand_time=random.randint(1,3)#随机产生1~3的整数
time.sleep(rand_time)
print(i)
except:
current_filename=str(os.path.basename(sys.argv[0]))[:-3]#获取当前文件名称
cur_err_filname=current_filename+'_error.txt'
error_info=sys.exc_info()#打印异常
withopen(f'{cur_err_filname}','a')asf:
error_str=f'{i}:ERROROCCURRED，{time.strftime("%Y-%m-%d%H:%M:%S")}：\n{error_info[0]}:{error_info[1]}'#记录当前进程特征值，错误发生时间，错误类型，错误概述
print(error_str,file=f)#通过打印方式写入文件
traceback.print_tb(error_info[2],file=f)#错误细节描述（包括bug的代码位置）
f.write(f"{'='*50}\n")#分行
if__name__=='__main__':#必须在此语句下面运行，不然会报错
pool=Pool(5)#定义进程数量
foriinrange(20):
pool.apply_async(main_func,(i,))#调用函数执行多进程
pool.close()#关闭进程池
pool.join()#阻塞进程，此两部不能少，保证多进程正常运行
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。