python中multiprocessing模块

multiprocess模块那来干嘛的？

答：利用multiprocessing可以在主进程中创建子进程。Threading是多线程，multiprocessing是多进程。

#该模块和Threading模块使用方法基本类似。

• 首先需要说明，你所使用多线程的函数不能有return，比如你要将job这个函数多线程那么在job这个函数里就不能有return，如果有返回值请看文章。
• multiprocessing最好写在if __name__ == '__main__'当中，如果不放在这里面，windows可能会出错。其余环境则不会出现这种情况。我第一个案例没有加，第二个案例加了。

案例：

 #!usr/bin/env python
 #encding:utf-8
 #by i3ekr

 import multiprocessing,time

 def job(q,a):#将Queue当参数传入，且必须放在首位。
     time.sleep(3)
     print 'this is test...%s'%(a)

 start = time.time()
 q = multiprocessing.Queue()#定义一个Queue，这个Queue是必须的。
 p1 = multiprocessing.Process(target=job,args=(q,1))#创建一个线程，第一个q是Queue，第二个是参数的value。如果没有参数的话必须要(q,)逗号是必须要加的
 p2 = multiprocessing.Process(target=job,args=(q,2))
 p1.start()
 p2.start()
 p1.join()
 p2.join()
 end = time.time()
 print("run time is %s"%(end-start))

输出结果：

root@i3ekr:/home/i3ekr/Desktop# python 1.py 
this is test...1
this is test...2
run time is 3.0163371563

---

那么函数有返回值的时候怎么做？

使用队列.put()进行保存值。使用get得到返回值。如下案例所示：

需要注意得是:

• 有多少个返回值就要有多少个get。并不是一下子把所有得返回值全都一起输出之类得。如下代码20-21行，因为有两个线程，所以执行了两遍job函数，所以也有两个返回值。故也必须要有两个get去得到value

 #!usr/bin/env python
 #encding:utf-8
 #by i3ekr

 import multiprocessing,time

 def job(q,a):
     time.sleep(3)
     q.put(a)#得到a

 if __name__ == '__main__':
     start = time.time()
     q = multiprocessing.Queue()
     p1 = multiprocessing.Process(target=job,args=(q,1))
     p2 = multiprocessing.Process(target=job,args=(q,2))
     p1.start()
     p2.start()
     p1.join()
     p2.join()
     res1 = q.get()#得到job得返回值
     res2 = q.get()
     print res1,res2
     end = time.time()
     print("run time is %s"%(end-start))

输出结果：

root@i3ekr:/home/i3ekr/Desktop# python 1.py
1 2
run time is 3.01186394691

---

当然上面那个方法不是那么友好，在python里有线程池的概念。通过线程池可以更好的解决这个问题。

线程池是什么？

• 线程池是一种多线程处理形式，处理过程中将任务添加到队列，然后在创建线程后自动启动这些任务

线程池做法思路：

1. 先建立一个方法（即函数）专门用来放池子。例如：def multipro():
2. 建立线程池。例如：po = multiprocessing.Pool()
3. 通过线程池去实现方法（就是调用需要实现的功能,job是要实现多进程得功能函数）例如：res=po.map(job,range(10))
4. map是mulprocessing的方法。

整理得出以下代码：

 #!usr/bin/env python
 #encding:utf-8
 #by i3ekr

 import multiprocessing,time

 def job(a):
     return a*a

 def multipro():
     po = multiprocessing.Pool()#该处默认启用得是所有的核数，可以通过Pool(multiprocessing=3)这样去设置。
     res=po.map(job,range(10))
     print res

 if __name__ == '__main__':
     multipro()

除了map还有apply_async、

使用方法：res = po.apply_async(job,(2,))

 #!usr/bin/env python
 #encding:utf-8
 #by i3ekr

 import multiprocessing,time

 def job(a):
     return a*a

 def multipro():
     po = multiprocessing.Pool()
     res=po.apply_async(job,(2,))#如果是只有一个参数依旧是一个可迭代的对象，所以需要多加一个逗号。
     print res.get()#通过get得到返回值

 if __name__ == '__main__':
     multipro()

运行结果：

root@i3ekr:/home/i3ekr/Desktop# python 1.py
2

可以将apply_async用得更高级。做成一个迭代器。

 #!usr/bin/env python
 #encding:utf-8
 #by i3ekr

 import multiprocessing,time

 def job(a):
     return a

 def multipro():
     po = multiprocessing.Pool()
     res=[po.apply_async(job,(i,)) for i in range(10)]
     print([res.get() for res in res])#迭代res返回res给res.get

 if __name__ == '__main__':
     multipro()

进程锁

---

跟Theading一样，会去抢内存。如果不了解得可以参考：http://www.cnblogs.com/xishaonian/p/7624736.html

基础知识：

• acquire()#上锁
• release()#解锁