首页 > 编程 > Python > 正文

Python多进程池 multiprocessing Pool用法示例

2020-01-04 14:34:25
字体:
来源:转载
供稿:网友

本文实例讲述了Python多进程池 multiprocessing Pool用法。分享给大家供大家参考,具体如下:

1. 背景

由于需要写python程序, 定时、大量发送htttp请求,并对结果进行处理。

参考其他代码有进程池,记录一下。

2. 多进程 vs 多线程

  • c++程序中,单个模块通常是单进程,会启动几十、上百个线程,充分发挥机器性能。(目前c++11有了std::thread编程多线程很方便,可以参考我之前的博客)
  • shell脚本中,都是多进程后台执行。({ ...} &, 可以参考我之前的博客,实现shell并发处理任务)
  • python脚本有多线程和多进程。由于python全局解锁锁的GIL的存在,一般建议 CPU密集型应该采用多进程充分发挥多核优势,I/O密集型可以采用多线程。

尽管Python完全支持多线程编程, 但是解释器的C语言实现部分在完全并行执行时并不是线程安全的。
实际上,解释器被一个全局解释器锁保护着,它确保任何时候都只有一个Python线程执行。
GIL最大的问题就是Python的多线程程序并不能利用多核CPU的优势 (比如一个使用了多个线程的计算密集型程序只会在一个单CPU上面运行)。

3. multiprocessing pool使用例子

对Pool对象调用join()方法会等待所有子进程执行完毕,调用join()之前必须先调用close(),让其不再接受新的Process了

#coding=utf-8import loggingimport timefrom multiprocessing import Poollogging.basicConfig(level=logging.INFO, filename='logger.log')class Point:  def __init__(self, x = 0, y= 0):    self.x = x    self.y = y  def __str__(self):    return "(%d, %d)" % (self.x, self.y)def fun1(point):  point.x = point.x + 3  point.y = point.y + 3  time.sleep(1)  return pointdef fun2(x):  time.sleep(1)  logging.info(time.ctime() + ", fun2 input x:" + str(x))  return x * xif __name__ == '__main__':  pool = Pool(4)  #test1  mylist = [x for x in range(10)]  ret = pool.map(fun2, mylist)  print ret  #test2  mydata = [Point(x, y) for x in range(3) for y in range(2)]  res = pool.map(fun1, mydata)  for i in res:    print str(i)  #end  pool.close()  pool.join()  print "end"

运行结果:

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
(3, 3)
(3, 4)
(4, 3)
(4, 4)
(5, 3)
(5, 4)
end

希望本文所述对大家Python程序设计有所帮助。


注:相关教程知识阅读请移步到python教程频道。
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表