python进程之间修改数据[Manager]与进程池[Pool]

#前面的队列Queue和管道Pipe都是仅仅能再进程之间传递数据，但是不能修改数据，今天我们学习的东西就可以在进程之间同时修改一份数据

#Mnager就可以实现
import multiprocessing
import random
def f(l,n):
    l.append(n)
 
if __name__ == '__main__':
    m = multiprocessing.Manager()
    m_dict = m.dict()
    m_list = m.list(range(4))
    p_list = []
    for i in range(10):
        p = multiprocessing.Process(target=f,args=(m_list,i))
        p.start()
        p_list.append(p)
    for p in p_list:
        p.join()
    print(m_list)

　

结果如下

'''
结果如下，实现不同进程之间修改数据
[0, 1, 2, 3, 0, 3, 1, 4, 6, 2, 8, 9, 7, 5]
 
'''

# 进程池，允许同一时间最多有多少个进程在运行，因为进程非常耗费资源

import time
import multiprocessing
 
def Foo(i):
    time.sleep(2)
    return i + 100
 
def Bar(arg):
    print("---exec down:",arg)
 
if __name__ == '__main__':
    multiprocessing.freeze_support()
    #windows的多进程必须要加这个一项
    pool = multiprocessing.Pool(3)
    for i in range(10):
        pool.apply_async(func=Foo,args=(i,),callback=Bar)
        #这句话有3个意思
        #1、apply_async这个意思是异步执行
        #2、这里的意思执行Foo，参数为i，callback这里的意思就是Foo这个函数的返回值作为Bar的函数输入，这个是自动传递的；
        #3、这里还有一个意思是，执行Foo这个函数后，然后才执行Bar这个函数
        #4、这里我们可以在Bar这个函数中接受子进程的执行结果，我们就可以把这个结果放在一个list中，从而也可以间接获取到子进程的执行结果
    print("end")
    pool.close()
    pool.join()
    #pool的时候必须先close，然后在join，这个必须要记住，pool的用法不一样

结果如下

end
---exec down: 100
---exec down: 101
---exec down: 102
---exec down: 103
---exec down: 104
---exec down: 105
---exec down: 106
---exec down: 107
---exec down: 108
---exec down: 109