Python 多進程并發(fā)操作中進程池Pool的實例
在利用Python進行系統(tǒng)管理的時候，特別是同時操作多個文件目錄，或者遠程控制多臺主機，并行操作可以節(jié)約大量的時間。當被操作對象數(shù)目不大時，可以直接利用multiprocessing中的Process動態(tài)成生多個進程，10幾個還好，但如果是上百個，上千個目標，手動的去限制進程數(shù)量卻又太過繁瑣，這時候進程池Pool發(fā)揮作用的時候就到了。
Pool可以提供指定數(shù)量的進程，供用戶調用，當有新的請求提交到pool中時，如果池還沒有滿，那么就會創(chuàng)建一個新的進程用來執(zhí)行該請求；但如果池中的進程數(shù)已經達到規(guī)定最大值，那么該請求就會等待，直到池中有進程結束，才會創(chuàng)建新的進程來它。這里有一個簡單的例子：
#!/usr/bin/env python
#coding=utf-8
"""
Author: Squall
Last modified: 2011-10-18 16:50
Filename: pool.py
Description: a simple sample for pool class
"""
from multiprocessing import Pool
from time import sleep
def f(x):
for i in range(10):
print '%s --- %s ' % (i, x)
sleep(1)
def main():
pool = Pool(processes=3) # set the processes max number 3
for i in range(11,20):
result = pool.apply_async(f, (i,))
pool.close()
pool.join()
if result.successful():
print 'successful'
if __name__ == "__main__":
main()
先創(chuàng)建容量為3的進程池，然后將f(i)依次傳遞給它，運行腳本后利用ps aux | grep pool.py查看進程情況，會發(fā)現(xiàn)最多只會有三個進程執(zhí)行。pool.apply_async()用來向進程池提交目標請求，pool.join()是用來等待進程池中的worker進程執(zhí)行完畢，防止主進程在worker進程結束前結束。但必pool.join()必須使用在pool.close()或者pool.terminate()之后。其中close()跟terminate()的區(qū)別在于close()會等待池中的worker進程執(zhí)行結束再關閉pool,而terminate()則是直接關閉。result.successful()表示整個調用執(zhí)行的狀態(tài)，如果還有worker沒有執(zhí)行完，則會拋出AssertionError異常。
利用multiprocessing下的Pool可以很方便的同時自動處理幾百或者上千個并行操作，腳本的復雜性也大大降低。
——————————————————————————————————
Python多進程并發(fā)(multiprocessing)
由于Python設計的限制(我說的是咱們常用的CPython)。最多只能用滿1個CPU核心。
Python提供了非常好用的多進程包multiprocessing，你只需要定義一個函數(shù)，Python會替你完成其他所有事情。借助這個包，可以輕松完成從單進程到并發(fā)執(zhí)行的轉換。
1、新建單一進程
如果我們新建少量進程，可以如下：
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、使用進程池
是的，你沒有看錯，不是線程池。它可以讓你跑滿多核CPU，而且使用方法非常簡單。
注意要用apply_async，如果落下async，就變成阻塞版本了。
processes=4是最多并發(fā)進程數(shù)量。
import
multiprocessing
import
time
def
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，并需要關注結果
更多的時候，我們不僅需要多進程執(zhí)行，還需要關注每個進程的執(zhí)行結果，如下：
import multiprocessing import time def func(msg): for i in xrange(3): print msg time.sleep(1) return "done " + msg if __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."
2014.12.25更新
根據(jù)網友評論中的反饋，在Windows下運行有可能崩潰(開啟了一大堆新窗口、進程)，可以通過如下調用來解決：
multiprocessing.freeze_support()
簡易worker multiprocessing.Pool
多任務模型設計是一個比較復雜的邏輯，但是python對于多任務的處理卻有種種方便的類庫，不需要過多的糾結進程/線程間的操作細節(jié)。比如multiprocessing.Pool就是其中之一。
官方給的范例也很簡單。
from multiprocessing import Pool def f(x): return x*x if __name__ == '__main__': pool = Pool(processes=4) # start 4 worker processes result = pool.apply_async(f, [10]) # evaluate "f(10)" asynchronously print result.get(timeout=1) # prints "100" unless your computer is *very* slow print pool.map(f, range(10)) # prints "[0, 1, 4,..., 81]"
并未做太多的詳細解釋。正好我手頭有一段代碼，需要請求幾百個url，解析html頁面獲取一些信息，單線程for循環(huán)效率極低，因此看到了這個模塊，想用這個實現(xiàn)多任務分析，參考代碼如下：
from multiprocessing import Pool def analyse_url(url): #do something with this url return analysis_result if __name__ == '__main__': pool = Pool(processes=10) result = pool.map(analyse_url, url_list)
確實比以前單線程for循環(huán)url_list列表，一個個請求analyse_url要快得多，但是帶來的問題就是一旦pool.map沒執(zhí)行完就ctrl-c中斷程序，程序就會異常，永遠無法退出，參考stackoverflow的這個帖子，修改為以下代碼:
#result = pool.map(analyse_url, url_list) result = pool.map_async(analyse_url, url_list).get(120)
至此問題完美解決。
以上這篇Python 多進程并發(fā)操作中進程池Pool的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
今天小編就為大家分享一篇關于Python中時間datetime的處理與轉換用法總結，小編覺得內容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-02-02
python爬蟲入門教程--HTML文本的解析庫BeautifulSoup（四）
Beautiful Soup是python的一個庫，最主要的功能是從網頁抓取數(shù)據(jù)。下面這篇文章主要給大家介紹了python爬蟲之HTML文本的解析庫BeautifulSoup的相關資料，文中介紹的非常詳細，對大家具有一定的參考學習價值，需要的朋友們下面來一起看看吧。2017-05-05
python中break、continue 、exit() 、pass終止循環(huán)的區(qū)別詳解
這篇文章主要介紹了python中break、continue 、exit() 、pass終止循環(huán)的區(qū)別詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
這篇文章主要介紹了Python實現(xiàn)的計算器功能,涉及Python四則運算、取反、百分比等相關數(shù)學運算操作實現(xiàn)技巧,需要的朋友可以參考下2018-04-04
這篇文章主要為大家詳細介紹了Python多線程爬蟲簡單示例，感興趣的小伙伴們可以參考一下2016-03-03
這篇文章主要介紹了PYTHON 關于文件的操作，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-03-03
今天小編就為大家分享一篇阿里云ECS服務器部署django的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
在本篇文章里小編給大家分享的是一篇python包管理器pip安裝的相關知識點內容，有興趣的朋友們參考下。2020-06-06
這篇文章主要介紹了python安裝模塊如何通過setup.py安裝，安裝方法其實很簡單，感興趣的朋友跟隨腳本之家小編一起看看吧2018-05-05
在django中form的label和verbose name的區(qū)別說明
這篇文章主要介紹了在django中form的label和verbose name的區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05