Python中的进程池是什么 您所在的位置:网站首页 python进程池内存一直上涨 Python中的进程池是什么

Python中的进程池是什么

2022-05-03 10:20| 来源: 网络整理| 查看: 265

Python中的进程池是什么 发布时间:2020年09月27日 08:34:14 来源: 点击量:251

【摘要】进程池Pool当需要创建的子进程数量不多时,可以直接利用multiprocessing中的Process动态成生多个进程,但如果是上百甚至上千个目标,手动的

进程池Pool

当需要创建的子进程数量不多时,可以直接利用multiprocessing中的Process动态成生多个进程,但如果是上百甚至上千个目标,手动的去创建进程的工作量巨大,此时就可以用到multiprocessing模块提供的Pool方法。

初始化Pool时,可以指定一个最大进程数,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指定的最大值,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执行。

from multiprocessing import Pool import os import time import random def worker(msg):     t_start = time.time()     print("%d进程开始执行%d"%(os.getpid(),msg))     #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(0,10):         #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----")     po.close() #关闭进程池,关闭后po不再接收新的请求     po.join() #等待po中所有子进程执行完成,必须放在close语句之后     print("-----end-----")

运行结果为:

----start---- 4353进程开始执行0 4354进程开始执行1 4355进程开始执行2 2,执行完毕,耗时0.20 4355进程开始执行3 1,执行完毕,耗时1.19 4354进程开始执行4 4,执行完毕,耗时0.37 4354进程开始执行5 0,执行完毕,耗时1.57 4353进程开始执行6 5,执行完毕,耗时0.19 4354进程开始执行7 3,执行完毕,耗时1.63 4355进程开始执行8 6,执行完毕,耗时0.49 4353进程开始执行9 8,执行完毕,耗时0.75 7,执行完毕,耗时0.90 9,执行完毕,耗时0.63 -----end-----

相关推荐:《Python视频教程》

multiprocessing.Pool常用函数解析:

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;

apply(func[, args[, kwds]]):使用阻塞方式调用func

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;

apply堵塞式

from multiprocessing import Pool import os import time import random def worker(msg):     t_start = time.time()     print("%d进程开始执行%d"%(os.getpid(),msg))     #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(0,10):         #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(worker,(i,))     print("----start----")     po.close() #关闭进程池,关闭后po不再接收新的请求     po.join() #等待po中所有子进程执行完成,必须放在close语句之后     print("-----end-----")

运行结果为:

4400进程开始执行0 0,执行完毕,耗时1.89 4401进程开始执行1 1,执行完毕,耗时1.91 4402进程开始执行2 2,执行完毕,耗时1.64 4400进程开始执行3 3,执行完毕,耗时1.16 4401进程开始执行4 4,执行完毕,耗时1.85 4402进程开始执行5 5,执行完毕,耗时0.29 4400进程开始执行6 6,执行完毕,耗时0.19 4401进程开始执行7 7,执行完毕,耗时1.19 4402进程开始执行8 8,执行完毕,耗时0.61 4400进程开始执行9 9,执行完毕,耗时1.08 ----start---- -----end-----

说明:通过运行结果可以看出来,阻塞式会等进程池中的进程都执行完毕了才会运行主进程的start和end的打印

相关推荐:

Python中的进程是什么

分享到: 编辑:wangmin

上一篇:python爬虫的工作步骤 下一篇:Python中的进程是什么


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有