python 进程池pool使用详解

和选用线程池来关系多线程类似，当程序中设置到多进程编程时，Python 提供了更好的管理多个进程的方式，就是使用进程池。

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。

当被操作对象数目不大时，可以直接利用 multiprocessing 中的 Process 动态生成多个进程，十几个还好，但如果是上百个，上千个目标，手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。

Pool可以提供指定数量的进程供用户调用，当有新的请求提交到 pool 中时，如果进程池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来它。

Python multiprocessing 模块提供了 Pool() 函数，专门用来创建一个进程池，该函数的语法格式如下：

multiprocessing.Pool( processes )

其中，processes 参数用于指定该进程池中包含的进程数。

如果进程是 None，则默认使用 os.cpu_count() 返回的数字（根据本地的 cpu 个数决定，processes 小于等于本地的 cpu 个数）。

请看下面的实例：

from multiprocessing import Poolimport osimport timeimport randomdef worker(msg): t_start = time.time() print('%s开始执行,进程号为%d' % (msg, os.getpid())) # random.random()随机生成0~1之间的浮点数 time.sleep(random.random()*2) t_stop = time.time() print(msg, '执行完毕，耗时%0.2f' % (t_stop-t_start))if __name__ == '__main__': po = Pool(3) # 定义一个进程池，最大进程数3 for i in range(0, 8): # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,)) # 每次循环将会用空闲出来的子进程去调用目标 po.apply_async(worker, (i,)) print('----start----') # 关闭进程池，关闭后po不再接收新的请求 po.close() # 等待po中所有子进程执行完成，必须放在close语句之后 po.join() print('-----end-----')

运行结果：

multiprocessing.Pool 常用方法说明

apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用 func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args 为传递给 func 的参数列表，kwds 为传递给 func 的关键字参数列表。

close()：关闭 Pool，使其不再接受新的任务。

terminate()：不管任务是否完成，立即终止。

join()：主进程阻塞，等待子进程的退出， 必须在 close 或 terminate 之后使用。

进程池中的 Queue

如果要使用 Pool 创建进程，就需要使用 multiprocessing.Manager() 中的 Queue()，而不是 multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

from multiprocessing import Manager, Poolimport osimport timeimport randomdef writer(q): print('writer启动(%s),父进程为(%s)' % (os.getpid(), os.getppid())) for i in 'xiaoming': q.put(i)def reader(q): print('reader启动(%s),父进程为(%s)' % (os.getpid(), os.getppid())) for i in range(q.qsize()): print('reader从Queue获取到消息：%s' % q.get(True))if __name__ == '__main__': print('(%s) start' % os.getpid()) # 使用Manager中的Queue q = Manager().Queue() po = Pool() po.apply_async(writer, (q,)) # 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据 time.sleep(1) po.apply_async(reader, (q,)) po.close() po.join() print('(%s) End' % os.getpid())

运行结果：

(17528) startwriter启动(2216),父进程为(17528)reader启动(2216),父进程为(17528)reader从Queue获取到消息：xreader从Queue获取到消息：ireader从Queue获取到消息：areader从Queue获取到消息：oreader从Queue获取到消息：mreader从Queue获取到消息：ireader从Queue获取到消息：nreader从Queue获取到消息：g(17528) End

以上就是python 进程池pool使用详解的详细内容，更多关于python 进程池pool的资料请关注好吧啦网其它相关文章！