Python学习笔记之进程池pool-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python学习笔记之进程池pool。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

平时很多操作都会用到多进程，比如爬虫、数据处理。

下面介绍一下多进程的函数方法、参数及使用方法。

一.进程池Pool介绍

1.apply()

2.apply_async

3.map()

4.map_async()

5.close()

6.terminal()

7.join()

二．进程池Pool使用

1.map用法

2.apply_async用法

3.进程池调用后返回结果

需要注意，在Windows上使用进程模块，

必须把有关进程的代码写在

if __name__ == “__main__”:

语句的下面，才能正常使用Windows下的进程模块，否则会报错。

Unix/Linux下则不需要。

一.进程池Pool介绍

Pool类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，就会创建一个新的进程来执行请求。如果池满，请求就会告知先等待，直到池中有进程结束，才会创建新的进程来执行这些请求。

下面介绍一下multiprocessing 模块下的Pool类下的几个方法：

1.apply()

　　　　函数原型：apply(func[, args=()[, kwds={}]])

　　　　该函数用于传递不定参数，同python中的apply函数一致，主进程会被阻塞直到函数执行结束

2.apply_async

　　　　函数原型：apply_async(func[, args=()[, kwds={}[, callback=None]]])

　　　　与apply用法一致，但它是非阻塞的且支持结果返回后进行回调。

3.map()

　　　　函数原型：map(func, iterable[, chunksize=None])

　　　　与内置的map函数用法行为基本一致，它会使进程阻塞直到结果返回。
　　　　注意：虽然第二个参数是一个迭代器，但在实际使用中，必须在整个队列都就绪后，程序才会运行子进程。

4.map_async()

　　　　函数原型：map_async(func, iterable[, chunksize[, callback]])
　　　　与map用法一致，但是它是非阻塞的。

5.close()

　　　　关闭进程池（pool），使其不在接受新的任务。

6.terminal()

　　　　结束工作进程，不在处理未处理的任务。

7.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。

二．进程池Pool使用

1.map用法

map函数第一个参数是要调用的函数名不带括号，第二个参数是一个可迭代的参数，map函数会将参数一个个的传递到调用的函数中。

# -*- coding: UTF-8 -*-
from multiprocessing import Pool


# 要在调用进程池执行的函数
def func(num):
    print("echo:", num)


if __name__ == '__main__':
    # 进程池最大运行数 不设置则为电脑所有cpu
    p = Pool(processes=4)
    # 模拟并发调用线程池
    i = [i for i in range(10)]
    p.map(func, i)

效果如下：

Python学习笔记之进程池pool

2.apply_async用法

# -*- coding: UTF-8 -*-
from multiprocessing import Pool


def func(num1):
    print("echo %d" % num1)


if __name__ == '__main__':
    p = Pool(processes=4)
    for i in range(10):
        p.apply_async(func, (i,))
    # 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
    p.close()
    p.join()

效果如下：

Python学习笔记之进程池pool

3.进程池调用后返回结果

# -*- coding: UTF-8 -*-
from multiprocessing import Pool


def func(num):
    return num


if __name__ == '__main__':
    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):
        # 将返回结果append到列表中
        result_list.append(p.apply_async(func, [i]))
    # 循环读出列表返回的结果
    for res in result_list:
        print("num %d" % res.get())

效果如下：

Python学习笔记之进程池pool