python使用多进程的实例详解
python多线程适合IO密集型场景，而在CPU密集型场景，并不能充分利用多核CPU，而协程本质基于线程，同样不能充分发挥多核的优势。
针对计算密集型场景需要使用多进程，python的multiprocessing与threading模块非常相似，支持用进程池的方式批量创建子进程。
•创建单个Process进程(使用func)
只需要实例化Process类，传递函数给target参数，这点和threading模块非常的类似，args为函数的参数
importos
frommultiprocessingimportProcess
#子进程要执行的代码
deftask(name):
print('runchildprocess%s(%s)...'%(name,os.getpid()))
if__name__=='__main__':
print('parentprocess%s.'%os.getpid())
p=Process(target=task,args=('test',))
p.start()
p.join()
print('processend.')
•创建单个Process进程(使用class)
继承Process类，重写run方法创建进程，这点和threading模块基本一样
importmultiprocessing
importos
frommultiprocessingimportcurrent_process
classWorker(multiprocessing.Process):
defrun(self):
name=current_process().name#获取当前进程的名称
print('runchildprocess<%s>(%s)'%(name,os.getpid()))
print('In%s'%self.name)
return
if__name__=='__main__':
print('parentprocess%s.'%os.getpid())
p=Worker()
p.start()
p.join()
print('processend.')
*停止进程
terminate()结束子进程，但是会导致子进程的资源无法释放掉，是不推荐的做法，因为结束的时候不清楚子线程的运行状况，有很大可能性导致子线程在不恰当的时刻被结束。
importmultiprocessing
importtime
defworker():
print('startingworker')
time.sleep(0.1)
print('finishedworker')
if__name__=='__main__':
p=multiprocessing.Process(target=worker)
print('执行前:',p.is_alive())
p.start()
print('执行中:',p.is_alive())
p.terminate()#发送停止号
print('停止:',p.is_alive())
p.join()
print('等待完成:',p.is_alive())
•直接创建多个Process进程
importmultiprocessing defworker(num): print(f'Worker:%s%s',num) return if__name__=='__main__': jobs=[] foriinrange(5): p=multiprocessing.Process(target=worker,args=(i,)) jobs.append(p) p.start()
•使用进程池创建多个进程
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。
importos
importrandom
importtime
frommultiprocessingimportPool
fromtimeimportctime
deftask(name):
print('starttask%s(%s)...'%(name,os.getpid()))
start=time.time()
time.sleep(random.random()*3)
print('endtask%sruns%0.2fseconds.'%(name,(time.time()-start)))
if__name__=='__main__':
print('parentprocess%s.'%os.getpid())
p=Pool()#初始化进程池
foriinrange(5):
p.apply_async(task,args=(i,))#追加任务apply_async是异步非阻塞的，就是不用等待当前进程执行完毕，随时根据系统调度来进行进程切换。
p.close()
p.join()#等待所有结果执行完毕，会等待所有子进程执行完毕，调用join()之前必须先调用close()
print(f'alldoneat:{ctime()}')
如果关心每个进程的执行结果，可以使用返回结果的get方法获取，代码如下
importos
importrandom
importtime
frommultiprocessingimportPool,current_process
fromtimeimportctime
deftask(name):
print('starttask%s(%s)...'%(name,os.getpid()))
start=time.time()
time.sleep(random.random()*3)
print('endtask%sruns%0.2fseconds.'%(name,(time.time()-start)))
returncurrent_process().name+'done'
if__name__=='__main__':
print('parentprocess%s.'%os.getpid())
result=[]
p=Pool()#初始化进程池
foriinrange(5):
result.append(p.apply_async(task,args=(i,)))#追加任务apply_async是异步非阻塞的，就是不用等待当前进程执行完毕，随时根据系统调度来进行进程切换。
p.close()
p.join()#等待所有结果执行完毕
forresinresult:
print(res.get())#get()函数得出每个返回结果的值
print(f'alldoneat:{ctime()}')
总结
以上所述是小编给大家介绍的python使用多进程的实现代码，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！