python 进程池pool简单实例

• 2020 年 1 月 3 日
• 筆記

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动态成生多个进程，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。

如何使用进程池？

1 如何使用进程池执行函数？

a 不返回参数

# -*- coding: UTF-8 -*-  from multiprocessing import Process,Manager,Lock,Pool    #要在调用进程池执行的函数  def sayHi(num):    print "def print result:",num  #进程池最大运行数  p = Pool(processes=4)  #模拟并发调用线程池  for i in range(10):    p.apply_async(sayHi,[i])      执行结果：  # python demo.py  def print result: 0  def print result: 1  def print result: 2  def print result: 3  def print result: 4  def print result: 5

• apply_async(func[, args[, kwds[, callback]]]) 它是非阻塞，apply(func[, args[, kwds]])是阻塞的（理解区别，看例1例2结果区别）

2 进程池使用之坑~~

# -*- coding: UTF-8 -*-  from multiprocessing import Process,Manager,Lock,Pool    #要在调用进程池执行的函数  def sayHi(num):    print "def print result:",num  #进程池最大运行数  p = Pool(processes=4)  #模拟并发调用线程池  for i in range(10):    p.apply_async(sayHi,[i])

执行结果：

[root@python thread]# python pool.py  def print result: 0  def print result: 1  def print result: 2  def print result: 3  def print result: 4  def print result: 5  [root@python thread]# python pool.py  def print result: 0  def print result: 1  def print result: 2  def print result: 3  def print result: 4  def print result: 5  def print result: 6  [root@python thread]# python pool.py  [root@python thread]# python pool.py  [root@python thread]# python pool.py

     从上面的例子可以看出，我们连续执行pool.py脚本，后面的脚本却没有输出应有的结果，为什么？

     首先对上列程序进行细微调整：

# -*- coding: UTF-8 -*-  from multiprocessing import Process,Manager,Lock,Pool  def sayHi(num):    print "def print result:",num  p = Pool(processes=4)  for i in range(10):    p.apply_async(sayHi,[i])  p.close()  p.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束

返回结果：

[root@python thread]# python pool.py  def print result: 0  def print result: 1  def print result: 2  def print result: 3  def print result: 4  def print result: 5  def print result: 6  def print result: 9  def print result: 8  def print result: 7  [root@python thread]# python pool.py  def print result: 0  def print result: 1  def print result: 2  def print result: 4  def print result: 3  def print result: 5  def print result: 6  def print result: 7  def print result: 8  def print result: 9  [root@python thread]# python pool.py  def print result: 0  def print result: 1  def print result: 2  def print result: 3  def print result: 4  def print result: 5  def print result: 7  def print result: 8  def print result: 9

   这次执行完全没有问题，那么为何加入close（）和join（）方法后就会执行正确呢？

• close()    关闭pool，使其不在接受新的任务。
• terminate()    结束工作进程，不在处理未完成的任务。
• join()    主进程阻塞，等待子进程的退出， join方法要在close或terminate之后使用。

原来重点是join方法，如果不阻塞主进程，会导致主进程往下运行到结束，子进程都还没有返回结果

3   进程池调用后返回参数

# -*- coding: UTF-8 -*-  from multiprocessing import Process,Manager,Lock,Pool  def sayHi(num):    return num*num  p = Pool(processes=4)  #申明一个列表，用来存放各进程返回的结果  result_list =[]    for i in range(10):    result_list.append(p.apply_async(sayHi,[i]))  #将返回结果append到列表中    #循环读出列表返回的结果  for res in result_list:    print "the result:",res.get()

注：get()函数得出每个返回结果的值

执行结果：

[root@python thread]# python pool.py  the result: 0  the result: 1  the result: 4  the result: 9  the result: 16  the result: 25  the result: 36  the result: 49  the result: 64  the result: 81  [root@python thread]# python pool.py  the result: 0  the result: 1  the result: 4  the result: 9  the result: 16  the result: 25  the result: 36  the result: 49  the result: 64  the result: 81  [root@python thread]# python pool.py  the result: 0  the result: 1  the result: 4  the result: 9  the result: 16  the result: 25  the result: 36  the result: 49  the result: 64

    将结果通过return返回后，写入列表后，然后再循环读出，你会发现及时不需要join方法，脚本仍然能正常显示。

    但是为了代码更加稳定，还是建议增加主进程阻塞（除非主进程需要等待子进程返回结果）：

# -*- coding: UTF-8 -*-  from multiprocessing import Process,Manager,Lock,Pool  def sayHi(num):    return num*num  p = Pool(processes=4)  #申明一个列表，用来存放各进程返回的结果  result_list =[]    for i in range(10):    result_list.append(p.apply_async(sayHi,[i]))  #将返回结果append到列表中      p.close()  p.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束  #循环读出列表返回的结果  for res in result_list:    print "the result:",res.get()