关于进程：

• 介绍：

  • 在python中如果想要操作进程需要使用模块multprocessing

• 使用：

  • Process  #进程
    • 介绍：
      • 操作进程使用multprocessing下的Process模块，注：进程之间的内存是不共享的！（可以共享需要一个特殊的特殊的数据结构Array（数组））
    • 使用：
      • p = Process(target=函数,args=(参数,))   #创建线程
      • p.daemon(True)    #当参数为Ture的时候为主进程执行完毕后退出程序，为False的时候为等待子进程执行完毕后退出，默认为False
      • p.join()　　#和线程的同样，很少使用！
      • 使用Array来让多个进程修改一个数据
        

        from multiprocessing import Process,Array
        def f(a,b):b[a] = 100 + a
        if __name__ == '__main__':temp = Array('i',[11,22,33,44])for i in range(2):#循环两次执行f函数修改列表的值p = Process(target=f,args=(i,temp,))p.start()p.join()for i in temp:print(i)
        执行结果：
        100
        101
        33
        44

        View Code

      • 利用manager实现多进程之间共享数据
        

        from multiprocessing import Process,Manager
        def f1(a,b):b[a] = 100 + aprint(b)if __name__ == '__main__':manage = Manager()dic = manage.dict()for i in range(5):p = Process(target=f1,args=(i,dic,))p.start()p.join()
        执行结果：
        {0: 100}
        {0: 100, 1: 101}
        {0: 100, 1: 101, 2: 102}
        {0: 100, 1: 101, 2: 102, 3: 103}
        {0: 100, 1: 101, 2: 102, 3: 103, 4: 104}

        View Code

  • Pool #进程池的操作
    • 介绍：
      • 犹如一个书店，一本同样的书有3本，3个人取走后之后来的人想要获取到必须等待前3个人还书后才可获得。
    • 使用：

      • poll.apply(函数，参数) #在进程池中申请一个进程去执行函数（申请一个进程执行一个再申请）

      • poll.apply_async(func=函数名,args=(参数,),callback=函数名2) #申请一个进程执行函数完成后执行函数名2,函数名2的参数是函数名执行完成后的返回值（直接全申请了，一起执行）

      • 代码：
        

        from multiprocessing import Pool
        import time
        def f1(i):time.sleep(2)return i+100def end_call(arg):print('end>>>',arg)if __name__ == '__main__':p = Pool(5) #创建一个线程池一共有5个线程for i in range(11):p.apply_async(func=f1,args=(i,),callback=end_call)print('123123')p.close()p.join()执行结果：
        123123
        end>>> 100
        end>>> 101
        end>>> 102
        end>>> 103
        end>>> 104
        end>>> 105
        end>>> 106
        end>>> 107
        end>>> 108
        end>>> 109
        end>>> 110

        View Code