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!