1、进程池

  当有成千上万个任务需要被执行的时候,有了进程池我们就不必去创建大量的进程. 首先,创建进程需要消耗时间,销毁进程(空间,变量,文件信息等等的内容)也需要消耗时间, 第二即便开启了成千上万的进程,操作系统也不能让他们同时执行,维护一个很大的进程列表的同时,调度的时候,还需要进行频繁切换并且记录每个进程的执行节点, 这样反而会影响程序的效率。

  创建一个有固定数量的进程池, 执行任务的时候就拿池中的进程来处理任务,等到处理完毕,进程并不关闭,而是将进程再放回进程池中继续等待任务, 可以减少创建进程的开支. 这样不会增加操作系统的调度难度,还节省了开闭进程的时间,也一定程度上能够实现并发效果. 

  使用进程池来实现并发效果, 减少创建进程的开支, 提高效率.

map()方法: 异步调用进程, map自带join()的功能.

 import  time
from multiprocessing import Pool,Process def func1(i):
numb = 0
for j in range(5):
numb += i if __name__ == '__main__': p_lst = []
s_time = time.time()
for i in range(500):
p = Process(target=func1,args=(i,))
p.start()
p_lst.append(p)
[pp.join() for pp in p_lst]
e_time = time.time()
dis_time = e_time - s_time
print("非进程池",dis_time) # 9.458896160125732 处理时间 # --------------------------------------------------------------------------------- pool = Pool(4)
ps_time = time.time()
pool.map(func1, range(100)) # 把可迭代对象的每一个元素都作为参数扔给func1
pe_time = time.time()
dis_time = pe_time - ps_time
print("进程池",dis_time) # 0.07204794883728027 处理时间

进程池map方法

apply()方法: 提供一个同步串行的方法.

 import  time
from multiprocessing import Pool,Process def func1(i):
numb = 0
for j in range(5):
numb += i
time.sleep(0.5)
return numb if __name__ == '__main__': pool = Pool(4) for i in range(10):
print(i)
ret = pool.apply(func1, args=(i,)) # apply提供的是一个同步串行的执行方法.
# 进程1 执行完任务后, ret 获取到数据, 第二个进程才开始执行任务. print(ret)

进程池apply同步调用

apply_async()方法: 进程池异步调用方法.

  注意: 在使用进程池异步调用时, 主进程结束时, 所有的子进程也跟着一起结束了(后台全部关闭), 所以主程序必须得先 join() , 等待子进程结束.

  使用apply_async()异步调用时, 主程序必须使用 join() 方法, 等待进程池内的任务都处理完, 才能用get()获取结果.

  使用map()异步调用时, 不用写 join() 方法, map()会自动 join().

 import  time
from multiprocessing import Pool,Process def func1(i):
numb = 0
for j in range(5):
numb += i
time.sleep(1)
return numb if __name__ == '__main__': pool = Pool(4)
ret_lst = []
for i in range(10): # 相当于发布10个任务, 4个进程都过来拿任务
print(i)
res = pool.apply_async(func1,args=(i,)) # 各进程都是异步状态
ret_lst.append(res) # 这一步, 是把所有的res的执行对象都先放进列表里(包括那些没有结果的对象,
# 即使后面6个任务都没有执行,但是都是先把执行对象放进列表里) pool.close() # 不是关闭进程池, 而是结束进程池接受任务, 确保没有任务再传过来
pool.join() # 感知进程池中的任务已经结束, 只有进程池结束接收任务, 才能感知进程池中的任务结束, 所以必须加 close(). for res in ret_lst:
print(res.get()) # 前4个有结果, 用get()方法获取到结果后, 一直阻塞在后六个处,直到结果传进来执行对象中

apply_async异步调用

2、回调函数

  回调函数在主进程中被执行的, 子进程执行完相应的代码后, 返回主进程去执行回调函数, 它帮我们省略了主进程自身调用函数的这一步骤.

 from multiprocessing import Process,Pool

 def func1(n):
return n * n def call_back_func(ret): # 这里的ret 传的是func1的结果.
with open("回调内容","w") as f:
f.write(str(ret)) if __name__ == '__main__': pool = Pool(4)
ret = pool.apply_async(func1,args=(25,),callback=call_back_func)
# callback后面跟回调函数, 即把func1的结果传进callback回调函数中去执行,因为调用者拿不到
# 回调函数的返回值, 所以只能将返回值写进文件或者数据库里. print(ret.get())

进程池回调函数

3、进程间的通信  

  多进程共同去处理共享数据的时候,就和我们多进程同时去操作一个文件中的数据是一样的,不加锁就会出现错误的结果,进程不安全的,所以也需要加锁

  数据共享----Manager模块

    给Manager对象里面传入你要共享的数据, 然后操作数据时一样要上锁、解锁.

 from multiprocessing import Process,Lock,Manager

 def func1(dic,loc):
with loc: # with loc 做了两件事: loc.acquire() 和 loc.release(), 自动上锁和解锁
dic["numb"] -= 1 if __name__ == '__main__':
m = Manager()
loc = Lock()
dic = m.dict({"numb": 100})
p_lst = []
for i in range(100):
p = Process(target=func1, args=(dic,loc))
p.start()
p_lst.append(p)
[pp.join() for pp in p_lst]
print(">>>>>>",dic["numb"])

Manager数据共享

  

python摸爬滚打之day032 管道 数据共享 进程池的更多相关文章

  1. 进程同步控制(锁,信号量,事件), 进程通讯(队列和管道,生产者消费者模型) 数据共享(进程池和mutiprocess.Pool模块)

    参考博客 https://www.cnblogs.com/xiao987334176/p/9025072.html#autoid-1-1-0 进程同步(multiprocess.Lock.Semaph ...

  2. Python开发基础-Day32 进程间通信、进程池、协程

    进程间通信 进程彼此之间互相隔离,要实现进程间通信(IPC),multiprocessing模块支持两种形式:队列和管道,这两种方式都是使用消息传递的. 进程队列queue 不同于线程queue,进程 ...

  3. day32 通道 数据共享 进程池

    1.管道 格式: conn1,conn2 = Pipe() 管道的两端可以进行全双工通信   如图 进程2创建了管道,它就拥有管道两端的信息,每个端点都能收发信息,它把端点信息传给进程1和进程3 ,它 ...

  4. python学习笔记——multiprocessing 多进程组件 进程池Pool

    1 进程池Pool基本概述 在使用Python进行系统管理时,特别是同时操作多个文件目录或者远程控制多台主机,并行操作可以节约大量时间,如果操作的对象数目不大时,还可以直接适用Process类动态生成 ...

  5. Python 3 并发编程多进程之进程池与回调函数

    Python 3 进程池与回调函数 一.进程池 在利用Python进行系统管理的时候,特别是同时操作多个文件目录,或者远程控制多台主机,并行操作可以节约大量的时间.多进程是实现并发的手段之一,需要注意 ...

  6. day 32 管道,信号量,进程池,线程的创建

    1.管道(了解) Pipe(): 在进程之间建立一条通道,并返回元组(conn1,conn2),其中conn1,conn2表示管道两端的连接对象,强调一点:必须在产生Process对象之前产生管道. ...

  7. Python Django 协程报错,进程池、线程池与异步调用、回调机制

    一.问题描述 在Django视图函数中,导入 gevent 模块 import gevent from gevent import monkey; monkey.patch_all() from ge ...

  8. python 之并发编程更新版进程池与进程池比较与回调函数

    一.更新版进程池与进程池比较 from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor import os, tim ...

  9. 在python中使用concurrent.futures实现进程池和线程池

    #!/usr/bin/env python # -*- coding: utf-8 -*- import concurrent.futures import time number_list = [1 ...

随机推荐

  1. spring面向切面编程示例(xml配置形式vs@注解形式)

    一.xml配置形式 1.在Spring配置文件中增加面向切面配置当调用com.activemq.service.impl.ConsumerServiceImpl接口实现类的任意方法时执行切面类中的方法 ...

  2. Docker镜像保存save、加载load(外网转移至内网)

    (1)查看要要保存的镜像的ID [root@localhost docker]# docker images (2)保存镜像 [root@localhost docker]# docker save  ...

  3. 022_word中如何正确的使用正则表达式进行搜索

    一.word中正则表达式详解 https://www3.ntu.edu.sg/home/ehchua/programming/howto/PowerUser_MSOffice.html 实战举例: ( ...

  4. powerdesigner添加mysql的字符集支持

    一般建模可能都会用到:powerdesigner 但是,在建表的时候,我一直没有找到: DEFAULT CHARACTER SET COLLATE 两个选项.因此,想了个方法,点击:工具栏->d ...

  5. 【原创】运维基础之Docker(2)通过docker部署zookeeper nginx tomcat redis kibana/elasticsearch/logstash mysql kafka mesos/marathon

    通过docker可以从头开始构建集群,也可以将现有集群(配置以及数据)平滑的迁移到docker部署: 1 docker部署zookeeper # usermod -G docker zookeeper ...

  6. Error: Could not find or load main class Test

    问题描述 Linux 环境下运行 Java 程序时,执行 javac Test.java 生成 Test.class 文件,再执行 java Test 时报错:Error: Could not fin ...

  7. Zabbix告警发送邮件时附带性能图

    脚本处理逻辑分析: 通过zabbix传递给脚本的message参数,筛选出报警信息的itemid; 通过itemid获取到图片并保存; 将报警信息和图片组装成html; 发送邮件. 后续脚本里面的处理 ...

  8. Mysql err 1055

    目录: 错误信息 原因分析 解决方案 操作示例 错误信息 [Err] 1055 - Expression #1 of ORDER BY clause is not in GROUP BY clause ...

  9. 简单几步让网站支持https,windows iis下https配置方式

    1.https证书的分类 SSL证书没有所谓的"品质"和"等级"之分,只有三种不同的类型.SSL证书需要向国际公认的证书证书认证机构(简称CA,Certific ...

  10. Java组合模式

    定义:将对象组合成树形结构以表示  部分--整体的层次结构 组合模式使客户端对单个对象和组合对象保持一致的方式处理 类型:结构型 优点: 1.清楚地定义分层次的复杂对象,表示对象的全部去或部分层次 2 ...