解決Python 進程池Pool中一些坑
1 from multiprocessing import Pool,Queue。
其中Queue在Pool中不起作用,具體原因未明。
解決方案:
如果要用Pool創(chuàng)建進程,就需要使用multiprocessing.Manager()中的Queue,
與multiprocessing中的Queue不同
q=Manager().Queue()#Manager中的Queue才能配合Pool po = Pool() # 無窮多進程
2 使用進程池,在進程中調(diào)用io讀寫操作。
例如:
p=Pool()
q=Manager().Queue()
with open('/home/cctv/data/stage_file/stage_{}.txt'.format(int(time.time())), 'w') as w1:
p.apply_async(write_json, args=(video_path, 0,0.6,w1,q,i[0],))
這樣也不會完成進程,只能把w放到具體的函數(shù)里面,不能通過參數(shù)調(diào)用
補充:python3進程池pool使用及注意事項
1.在python中使用進程池主要就是為了并行處理任務,縮短運行時間
2.經(jīng)常使用方法: 同步有 apply(), map();異步的有 apply_async(), map_async()
3. 先看幾個小例子
import time
from multiprocessing import Pool
test = [1,2,3,4,5,6,7,8]
def run(fn):
time.sleep(1)
return fn*fn
s = time.time()
for i in test:
run(i)
e = time.time()
print('直接循環(huán) 執(zhí)行時間:',e - s)
pool = Pool(8)
s = time.time()
for i in test:
pool.apply(run, (i,))
e = time.time()
print('apply 執(zhí)行時間:',e - s)
pool1 = Pool(8)
s = time.time()
res = []
for i in test:
r = [pool1.apply_async(run, (i,))]
res.append(r)
pool1.close()
pool1.join()
e = time.time()
print([i.get() for i in r])
print('apply_async 執(zhí)行時間:',e - s)
pool2 = Pool(8)
r = pool2.map(run,test)
pool2.close()
pool2.join()
e1 = time.time()
print(r)
print('map執(zhí)行時間:',e1 - e)
pool3 = Pool(8)
pool3.map_async(run,test)
pool3.close()
pool3.join()
e1 = time.time()
print('map_async執(zhí)行時間:',e1 - e)
執(zhí)行結(jié)果
直接循環(huán) 執(zhí)行時間: 8.004754781723022 apply 執(zhí)行時間: 8.016774654388428 [64] apply_async 執(zhí)行時間: 1.1128439903259277 [1, 4, 9, 16, 25, 36, 49, 64] map執(zhí)行時間: 1.181443452835083 map_async執(zhí)行時間: 2.3679864406585693
除此之外,在寫代碼中,還涉及到變量的一些問題。就需要加鎖~
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。
相關(guān)文章
python pcm音頻添加頭轉(zhuǎn)成Wav格式文件的方法
今天小編就為大家分享一篇python pcm音頻添加頭轉(zhuǎn)成Wav格式文件的方法,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2019-01-01
PyQt5 實現(xiàn)給無邊框widget窗口添加背景圖片
這篇文章主要介紹了PyQt5 實現(xiàn)給無邊框widget窗口添加背景圖片的操作,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2021-03-03
pytorch動態(tài)神經(jīng)網(wǎng)絡(擬合)實現(xiàn)
這篇文章主要介紹了pytorch動態(tài)神經(jīng)網(wǎng)絡(擬合)實現(xiàn),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2021-03-03
Python?imgaug庫安裝與使用教程(圖片加模糊光雨雪霧等特效)
imgaug機器學習實驗中的圖像增強庫,特別是卷積神經(jīng)網(wǎng)絡,支持以多種不同方式增強圖像、關(guān)鍵點/地標、邊界框、熱圖和分割圖,這篇文章主要介紹了Python?imgaug庫?安裝與使用教程(圖片加模糊光雨雪霧等特效),需要的朋友可以參考下2022-11-11

