python 进程状态（Python中的进程池是什么）

进程池Pool

当需要创建的子进程数量不多时    
    
    
，可以直接利用multiprocessing中的Process动态成生多个进程     


     


     


 ，但如果是上百甚至上千个目标




 




 




 ，手动的去创建进程的工作量巨大
   

   

   

，此时就可以用到multiprocessing模块提供的Pool方法    
    
    
。

初始化Pool时     

     

     

，可以指定一个进程数 




  




  




  ，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指定的值  




   




   




  ，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执行     


     


     


 。

frommultiprocessingimportPool importos importtime importrandom defworker(msg): t_start=time.time() print("%d进程开始执行%d"%(os.getpid(),msg)) #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















，进程数3 foriinrange(0,10): #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----") po.close()#关闭进程池               ，关闭后po不再接收新的请求 po.join()#等待po中所有子进程执行完成    



     



     



  ，必须放在close语句之后 print("-----end-----")

运行结果为：

----start---- 4353进程开始执行0 4354进程开始执行1 4355进程开始执行2 2,执行完毕















，耗时0.20 4355进程开始执行3 1,执行完毕    
    
    
，耗时1.19 4354进程开始执行4 4,执行完毕     


     


     


 ，耗时0.37 4354进程开始执行5 0,执行完毕




 




 




 ，耗时1.57 4353进程开始执行6 5,执行完毕
   

   

   

，耗时0.19 4354进程开始执行7 3,执行完毕     

     

     

，耗时1.63 4355进程开始执行8 6,执行完毕 




  




  




  ，耗时0.49 4353进程开始执行9 8,执行完毕

  


  


  

，耗时0.75 7,执行完毕     
     
     
，耗时0.90 9,执行完毕  




   




   




  ，耗时0.63 -----end-----

相关推荐：《Python视频教程》

multiprocessing.Pool常用函数解析：

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；

apply(func[, args[, kwds]])：使用阻塞方式调用func

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；

apply堵塞式

frommultiprocessingimportPool importos importtime importrandom defworker(msg): t_start=time.time() print("%d进程开始执行%d"%(os.getpid(),msg)) #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     


     


     


 ，进程数3 foriinrange(0,10): #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(worker,(i,)) print("----start----") po.close()#关闭进程池




 




 




 ，关闭后po不再接收新的请求 po.join()#等待po中所有子进程执行完成
   

   

   

，必须放在close语句之后 print("-----end-----")

运行结果为：

4400进程开始执行0 0,执行完毕     

     

     

，耗时1.89 4401进程开始执行1 1,执行完毕 




  




  




  ，耗时1.91 4402进程开始执行2 2,执行完毕

  


  


  

，耗时1.64 4400进程开始执行3 3,执行完毕     
     
     
，耗时1.16 4401进程开始执行4 4,执行完毕  




   




   




  ，耗时1.85 4402进程开始执行5 5,执行完毕


 



 



 

，耗时0.29 4400进程开始执行6 6,执行完毕               ，耗时0.19 4401进程开始执行7 7,执行完毕   




    




    




  ，耗时1.19 4402进程开始执行8 8,执行完毕















，耗时0.61 4400进程开始执行9 9,执行完毕               ，耗时1.08 ----start---- -----end-----

说明：通过运行结果可以看出来    



     



     



  ，阻塞式会等进程池中的进程都执行完毕了才会运行主进程的start和end的打印

相关推荐：