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 random
def 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3
for 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-----")
运行结果：
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 random
def 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Queue
q = 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
以上就是python 进程池pool使用详解的详细内容，更多关于python 进程池pool的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要为大家详细介绍了Python时间戳使用和相互转换的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-12-12
这篇文章主要为大家介绍了如何利用Python语言实现将情书写到照片中，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下2022-04-04
aiohttp 模块是一个基于 asyncio 的 HTTP 客户端和服务器框架,可以用于异步处理 HTTP 请求和响应,这篇文章给大家介绍Python编程异步爬虫之aiohttp模块的基本用法,感兴趣的朋友一起看看吧2024-03-03
使用Python爬了4400条淘宝商品数据,竟发现了这些“潜规则”
这篇文章主要介绍了使用Python爬了4400条淘宝商品数据,竟发现了这些“潜规则”,笔者用 Python 爬取淘宝某商品的全过程，并对商品数据进行了挖掘与分析，最终得出结论。需要的朋友可以参考下2018-03-03
JSON 是一个很好的选择。如果你对 Python 有所了解，就更加事半功倍了。下面就来介绍一下如何使用 Python 处理 JSON 数据。感兴趣的朋友跟随小编一起看看吧2019-07-07
XSS（Cross Site Scripting，跨站脚本攻击）是一类特殊的Web客户端脚本注入攻击手段，通常指攻击者通过“HTML注入”篡改了网页，插入恶意的脚本，从而在用户浏览网页时控制浏览器的一种攻击。2017-07-07
大家经常会使用 pip 进行python 的第三方库安装,但是,有时会出现ERROR: No matching distribution found for PyQt6这类的错误,其实大部分原因是我们国内网络的问题,所以本文给大家介绍了Python pip更换清华源镜像的详细教程,需要的朋友可以参考下2024-09-09
今天小编就为大家分享一篇浅谈PyTorch的可重复性问题(如何使实验结果可复现)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
这篇文章主要介绍了Numpy中的广播原则/机制,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-09-09
这篇文章主要介绍了python数据结构之列表和元组的详解的相关资料,希望通过本文能帮助到大家，让大家彻底理解掌握这部分内容，需要的朋友可以参考下2017-09-09
最新评论