1.进程池

from multiprocessing import Pool

def func(n):
for i in range(10):
print(n+1) if __name__ == '__main__':
pool = Pool(3) #启动有三个进程的进程池。
#第一个参数进程要访问的代码,第二个参数必须是一个可迭代参数,规定了要执行的任务数
pool.map(func,range(100)) #100个任务

结果:  每个数打印了10次。

2.进程池和多进程的用时对比

def func(n):
for i in range(10):
print(n + 1) if __name__ == '__main__':
start = time.time()
pool = Pool(3) #启动有三个进程的进程池。
#第一个参数进程要访问的代码,第二个参数必须是一个可迭代参数,规定了要执行的任务数
pool.map(func,range(100)) #100个任务
t1 = time.time() - start start = time.time()
p_list = []
for i in range(100):
p = Process(target=func,args=(i,))
p_list.append(p)
p.start()
for p in p_list:
p.join()
t2 = time.time() - start
print(t1,t2)

结果:  进程池的用0.9,而多进程的用了17+

3.进程池的另一种实现方式

from multiprocessing import Pool
import time
import os def func(n):
print('start func{}'.format(n),os.getpid())
time.sleep(1)
print('end func{}'.format(n),os.getpid()) if __name__ == '__main__':
p = Pool(5)
for i in range(10):
# (调用的方法,传递参数(以元组的形式传递参数))
p.apply_async(func,args=(i,))
p.close() #结束进程池接收任务
p.join() #感知进程池中的任务执行结束

结果:  可以看到有任务执行完毕后,进程被新的任务利用。apply_async()方法如果想执行完,再继续执行主进程中的代码必须配合 close()方法和join()方法使用。

4.进程池的返回值

from multiprocessing import Pool
import time def func(n):
time.sleep(0.5)
return n*n #返回值 if __name__ == '__main__':
p = Pool()
for i in range(10):
res = p.apply_async(func,args=(i,)) #将返回值放到res这个对象中
print(res.get()) #get方法等待从res中获取值,但是会形成阻塞,只有get到数据时在会执行

结果:  每0.5秒打印一个值。失去了进程池的效果。

 解决:

from multiprocessing import Pool
import time def func(n):
time.sleep(0.5)
return n*n #返回值 if __name__ == '__main__':
p = Pool()
res_list = [] #创建一个存储进程返回值对象的列表
for i in range(10):
res = p.apply_async(func,args=(i,)) #将返回值放到res这个对象中
res_list.append(res) #将返回值对象存放到列表中
for i in res_list:
print(i.get())

结果:  实现并发五个一组的打印子进程的返回值。

map方法接收进程池的返回值:

from multiprocessing import Pool
import time def func(n):
time.sleep(0.5)
return n*n #返回值 if __name__ == '__main__':
p = Pool(5)
ret = p.map(func,range(10))
print(ret)

结果:,将进程池的全部返回值存放在列表中,然后一次性打印列表。

5.进程池的回调函数

from multiprocessing import Pool
import os def func1(n):
print('函数1',os.getpid())
return n*n
def func2(nn):
print('回调函数2',os.getpid())
print(nn)
if __name__ == '__main__':
print('主进程:',os.getpid())
p = Pool(5)
p.apply_async(func1,args=(10,),callback=func2) #子进程要执行的函数 传的值 回调函数
p.close()
p.join()

结果:  回调函数会接收 上面函数1的返回值,从打印的进程号可以看出,回调函数是在主进程中执行的。

python_并发编程——进程池的更多相关文章

  1. python系列之 - 并发编程(进程池,线程池,协程)

    需要注意一下不能无限的开进程,不能无限的开线程最常用的就是开进程池,开线程池.其中回调函数非常重要回调函数其实可以作为一种编程思想,谁好了谁就去掉 只要你用并发,就会有锁的问题,但是你不能一直去自己加 ...

  2. (并发编程)进程池线程池--提交任务2种方式+(异步回调)、协程--yield关键字 greenlet ,gevent模块

    一:进程池与线程池(同步,异步+回调函数)先造个池子,然后放任务为什么要用“池”:池子使用来限制并发的任务数目,限制我们的计算机在一个自己可承受的范围内去并发地执行任务池子内什么时候装进程:并发的任务 ...

  3. python并发编程-进程池线程池-协程-I/O模型-04

    目录 进程池线程池的使用***** 进程池/线程池的创建和提交回调 验证复用池子里的线程或进程 异步回调机制 通过闭包给回调函数添加额外参数(扩展) 协程*** 概念回顾(协程这里再理一下) 如何实现 ...

  4. python 并发编程 进程池与线程池

    一 进程池与线程池 1.为什么需要进程池和线程池 基于多进程或多线程实现并发的套接字通信,然而这种实现方式的致命缺陷是: 服务端的程序运行在一台机器身上,一台机器性能是有极限的,不能无限开线程 服务的 ...

  5. Python并发编程-进程池的返回值

    同步或异步获取返回值 #p = Pool() #p.map(funcname,iterable) 默认异步的执行任务,且自带close,join功能 #p.apply(), 同步调用进程池的方法 #p ...

  6. Python并发编程-进程池及异步方式

    进程池的基本概念 为什么有进程池的概念 效率问题 每次开启进程,都需要开启属于这个进程的内存空间 寄存器,堆栈 进程过多,操作系统的调度 进程池 python中的 先创建一个属于进程的池子 这个池子指 ...

  7. Python并发编程-进程池回调函数

    回调函数不能传参数 回调函数是在主进程中执行的 from multiprocessing import Pool import os def func1(n): print('in func1', o ...

  8. 网络编程并发 多进程 进程池,互斥锁,信号量,IO模型

    进程:程序正在执行的过程,就是一个正在执行的任务,而负责执行任务的就是cpu 操作系统:操作系统就是一个协调.管理和控制计算机硬件资源和软件资源的控制程序. 操作系统的作用: 1:隐藏丑陋复杂的硬件接 ...

  9. python语法基础-并发编程-进程-进程池以及回调函数

    ###############   进程池    ############## """ 进程池的概念 为什么会有进程池? 1,因为每次开启一个进程,都需要创建一个内存空间 ...

随机推荐

  1. 论文阅读 | Transformer-XL: Attentive Language Models beyond a Fixed-Length Context

    0 简述 Transformer最大的问题:在语言建模时的设置受到固定长度上下文的限制. 本文提出的Transformer-XL,使学习不再仅仅依赖于定长,且不破坏时间的相关性. Transforme ...

  2. Redis内存数据库的基本语法

    Redis: - nosql数据库,非关系型数据库 - 支持5大数据类型 (字符串String,列表list.字典hash,集合set,zset) - 与之相似的有memcache,但memcache ...

  3. php取上个月月初和月末时间戳

    $thismonth = date('m');$thisyear = date('Y');if ($thismonth == 1) { $lastmonth = 12; $lastyear = $th ...

  4. [知乎]鲲鹏920对比intel8180

    作者:韩朴宇链接:https://www.zhihu.com/question/308298687/answer/568737742来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载请 ...

  5. 数据库事务隔离级别 - 分析脏读 & 不可重复读 & 幻读

    一 数据库事务的隔离级别 数据库事务的隔离级别有4个,由低到高依次为Read uncommitted .Read committed .Repeatable read .Serializable ,这 ...

  6. MarkdownPad 2 用 LaTeX 编写公式(17)

    方法一:(可离线显示) 1.解压「jaxedit-master.zip」,解压后找到「jaxedit-master」文件夹下「MathJax.js」文件的路径,这个文件在该文件下的路径是「jaxedi ...

  7. API参考

    http://www.yfvb.com/help/win32sdk/index.htm?page=html/13dsy.g.htm

  8. python学习-47 random模块

    random模块 随机模块 random 的方法: print(random.random()) # [0,1] 的浮点数 print(random.randint(1,3)) print(rando ...

  9. C++中的swap(交换函数)

    交换两个变量的值很简单. 比如 int a = 1; b = 2; 交换a b的值 这个很简单 很容易想到的是找个中间变量比如  int temp  = a; a = b; b = temp; 不需要 ...

  10. Luogu5284 十二省联考2019字符串问题(后缀树+拓扑排序)

    对反串建SAM弄出后缀树,每个b串通过倍增定位其在后缀树上对应的节点,根据其长度将节点拆开.然后每个a串也找到对应的节点,由该节点向表示a串的节点连边,再把所给的边连上跑拓扑排序即可. #includ ...