首页 > 代码库 > Python学习之多进程并发模块(multiprocessing)

Python学习之多进程并发模块(multiprocessing)

Python提供了非常好用的多进程包multiprocessing,你只需要定义一个函数,Python会替你完成其他所有事情。借助这个包,可以轻松完成从单进程到并发执行的转换。

1、新建单一进程

如果我们新建少量进程,可以如下:

import multiprocessingimport timedef func(msg):    for i in xrange(3):        print msg        time.sleep(1)if __name__ == "__main__":    p = multiprocessing.Process(target=func, args=("hello", ))    p.start()    p.join()    print "Sub-process done."

 

1
2
3
4
5
6
7
8
9
10
11
12
13
import multiprocessing
import time
 
def func(msg):
    for i in xrange(3):
    print msg
    time.sleep(1)
 
if __name__ == "__main__":
    p = multiprocessing.Process(target=func, args=("hello", ))
    p.start()
    p.join()
    print "Sub-process done."

2、使用进程池

是的,你没有看错,不是线程池。它可以让你跑满多核CPU,而且使用方法非常简单。

注意要用apply_async,如果落下async,就变成阻塞版本了。

processes=4是最多并发进程数量。

import multiprocessingimport timedef func(msg):    for i in xrange(3):        print msg        time.sleep(1)if __name__ == "__main__":    pool = multiprocessing.Pool(processes=4)    for i in xrange(10):        msg = "hello %d" %(i)        pool.apply_async(func, (msg, ))    pool.close()    pool.join()    print "Sub-process(es) done."

3、使用Pool,并需要关注结果

更多的时候,我们不仅需要多进程执行,还需要关注每个进程的执行结果,如下:

import multiprocessingimport timedef func(msg):    for i in xrange(3):        print msg        time.sleep(1)    return "done " + msgif __name__ == "__main__":    pool = multiprocessing.Pool(processes=4)    result = []    for i in xrange(10):        msg = "hello %d" %(i)        result.append(pool.apply_async(func, (msg, )))    pool.close()    pool.join()    for res in result:        print res.get()    print "Sub-process(es) done."

 

Python学习之多进程并发模块(multiprocessing)