欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python 进程池pool使用详解

程序员文章站 2022-06-23 11:25:56
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...

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:

python 进程池pool使用详解

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的资料请关注其它相关文章!