python 进程池pool使用详解

和选用线程池来关系多线程类似，当程序中设置到多进程编程时，Python 提供了更好的管理多个进程的方式，就是使用进程池。

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 动态生成多个进程，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，如果进程池还没有满，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。

Python multiprocessing 模块提供了 Pool() 函数，专门用来创建一个进程池，该函数的语法格式如下：

multiprocessing.Pool( processes )

其中，processes 参数用于指定该进程池中包含的进程数。

如果进程是 None，则默认使用 os.cpu_count() 返回的数字（根据本地的 cpu 个数决定
，processes 小于等于本地的 cpu 个数）。

请看下面的实例：

from multiprocessing import Pool
import os
import time
import randomdef 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))if __name__ == "__main__":po = Pool(3) # 定义一个进程池，最大进程数3for i in range(0, 8):# 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----")# 关闭进程池，关闭后po不再接收新的请求po.close()# 等待po中所有子进程执行完成，必须放在close语句之后po.join()print("-----end-----")

multiprocessing.Pool 常用方法说明
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。

进程池中的 Queue
如果要使用 Pool 创建进程，就需要使用 multiprocessing.Manager() 中的 Queue()，而不是 multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

from multiprocessing import Manager, Pool
import os
import time
import randomdef writer(q):print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))for i in "xiaoming":q.put(i)def reader(q):print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))for i in range(q.qsize()):print("reader从Queue获取到消息：%s" % q.get(True))if __name__ == "__main__":print("(%s) start" % os.getpid())# 使用Manager中的Queueq = Manager().Queue()po = Pool()po.apply_async(writer, (q,))# 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据time.sleep(1)po.apply_async(reader, (q,))po.close()po.join()print("(%s) End" % os.getpid())

运行结果：

(17528) start
writer启动(2216),父进程为(17528)
reader启动(2216),父进程为(17528)
reader从Queue获取到消息：x
reader从Queue获取到消息：i
reader从Queue获取到消息：a
reader从Queue获取到消息：o
reader从Queue获取到消息：m
reader从Queue获取到消息：i
reader从Queue获取到消息：n
reader从Queue获取到消息：g
(17528) End

python 进程池pool使用详解相关推荐

python 进程池不足,解决Python 进程池Pool中一些坑
1 from multiprocessing import Pool,Queue. 其中Queue在Pool中不起作用,具体原因未明. 解决方案: 如果要用Pool创建进程,就需要使用multipro ...
Python进程池Pool的使用
1.进程池Pool 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m ...
python 进程池pool简单实例
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Pr ...
Python 多进程 multiprocessing.Pool类详解
multiprocessing模块 multiprocessing包是Python中的多进程管理包.它与 threading.Thread类似,可以利用multiprocessing.Process对 ...
Python进程池Pool：让每个进程井然有序
文章目录初步使用 apply_async map_async `close`.`terminate`和`join` 如果疯狂地弹进程,很容易导致内存爆炸,所以非常有必要设计一种功能,可以限定同时运行 ...
Python进程池Pool、进程池通信
前言这几年一直在it行业里摸爬滚打,一路走来,不少总结了一些python行业里的高频面试,看到大部分初入行的新鲜血液,还在为各样的面试题答案或收录有各种困难问题于是乎,我自己开发了一款面试宝典,希 ...
python进程池调用实例方法_Python进程池Pool应用实例分析
本文实例讲述了Python进程池Pool应用.分享给大家供大家参考,具体如下: 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 ...
python 多进程 multiprocessing 进程池 pool apply_async()函数与apply()函数的用法
apply函数主要用于传递不定参数,主进程会被阻塞到函数执行结束.也就是说只有apply里面的内容被执行完了,才会进行执行主函数的内容. 参考文章1:python进程池Pool的apply与apply ...
Python 进程池 multiprocessing.Pool - Python零基础入门教程
目录一.Python 进程池 multiprocessing.Pool 介绍二.Python 进程池 multiprocessing.Pool 使用三.猜你喜欢零基础 Python 学习路线推 ...

python 进程池pool使用详解

python 进程池pool使用详解相关推荐

最新文章

热门文章