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动态成生多个进程，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。
如何使用进程池？
1 如何使用进程池执行函数？
a 不返回参数
# -*- coding: UTF-8 -*-
from multiprocessing import Process,Manager,Lock,Pool
#要在调用进程池执行的函数
def sayHi(num):
print "def print result:",num
#进程池最大运行数
p = Pool(processes=4)
#模拟并发调用线程池
for i in range(10):
p.apply_async(sayHi,[i])
执行结果：
# python demo.py
def print result: 0
def print result: 1
def print result: 2
def print result: 3
def print result: 4
def print result: 5
apply_async(func[, args[, kwds[, callback]]]) 它是非阻塞，apply(func[, args[, kwds]])是阻塞的（理解区别，看例1例2结果区别）
2 进程池使用之坑~~
# -*- coding: UTF-8 -*-
from multiprocessing import Process,Manager,Lock,Pool
#要在调用进程池执行的函数
def sayHi(num):
print "def print result:",num
#进程池最大运行数
p = Pool(processes=4)
#模拟并发调用线程池
for i in range(10):
p.apply_async(sayHi,[i])
执行结果：
[root@python thread]# python pool.py
def print result: 0
def print result: 1
def print result: 2
def print result: 3
def print result: 4
def print result: 5
[root@python thread]# python pool.py
def print result: 0
def print result: 1
def print result: 2
def print result: 3
def print result: 4
def print result: 5
def print result: 6
[root@python thread]# python pool.py
[root@python thread]# python pool.py
[root@python thread]# python pool.py
从上面的例子可以看出，我们连续执行pool.py脚本，后面的脚本却没有输出应有的结果，为什么？
首先对上列程序进行细微调整：
# -*- coding: UTF-8 -*-
from multiprocessing import Process,Manager,Lock,Pool
def sayHi(num):
print "def print result:",num
p = Pool(processes=4)
for i in range(10):
p.apply_async(sayHi,[i])
p.close()
p.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
返回结果：
[root@python thread]# python pool.py
def print result: 0
def print result: 1
def print result: 2
def print result: 3
def print result: 4
def print result: 5
def print result: 6
def print result: 9
def print result: 8
def print result: 7
[root@python thread]# python pool.py
def print result: 0
def print result: 1
def print result: 2
def print result: 4
def print result: 3
def print result: 5
def print result: 6
def print result: 7
def print result: 8
def print result: 9
[root@python thread]# python pool.py
def print result: 0
def print result: 1
def print result: 2
def print result: 3
def print result: 4
def print result: 5
def print result: 7
def print result: 8
def print result: 9
这次执行完全没有问题，那么为何加入close（）和join（）方法后就会执行正确呢？
close() 关闭pool，使其不在接受新的任务。
terminate() 结束工作进程，不在处理未完成的任务。
join() 主进程阻塞，等待子进程的退出， join方法要在close或terminate之后使用。
原来重点是join方法，如果不阻塞主进程，会导致主进程往下运行到结束，子进程都还没有返回结果
3 进程池调用后返回参数
# -*- coding: UTF-8 -*-
from multiprocessing import Process,Manager,Lock,Pool
def sayHi(num):
return num*num
p = Pool(processes=4)
#申明一个列表，用来存放各进程返回的结果
result_list =[]
for i in range(10):
result_list.append(p.apply_async(sayHi,[i])) #将返回结果append到列表中
#循环读出列表返回的结果
for res in result_list:
print "the result:",res.get()
注：get()函数得出每个返回结果的值
执行结果：
[root@python thread]# python pool.py
the result: 0
the result: 1
the result: 4
the result: 9
the result: 16
the result: 25
the result: 36
the result: 49
the result: 64
the result: 81
[root@python thread]# python pool.py
the result: 0
the result: 1
the result: 4
the result: 9
the result: 16
the result: 25
the result: 36
the result: 49
the result: 64
the result: 81
[root@python thread]# python pool.py
the result: 0
the result: 1
the result: 4
the result: 9
the result: 16
the result: 25
the result: 36
the result: 49
the result: 64
将结果通过return返回后，写入列表后，然后再循环读出，你会发现及时不需要join方法，脚本仍然能正常显示。
但是为了代码更加稳定，还是建议增加主进程阻塞（除非主进程需要等待子进程返回结果）：
# -*- coding: UTF-8 -*-
from multiprocessing import Process,Manager,Lock,Pool
def sayHi(num):
return num*num
p = Pool(processes=4)
#申明一个列表，用来存放各进程返回的结果
result_list =[]
for i in range(10):
result_list.append(p.apply_async(sayHi,[i])) #将返回结果append到列表中
p.close()
p.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
#循环读出列表返回的结果
for res in result_list:
print "the result:",res.get()
©著作权归作者所有：来自51CTO博客作者vekergu的原创作品，如需转载，请注明出处，否则将追究法律责任
共同学习，写下你的评论
评论加载中...
作者其他优质文章
