Pool进程池

当需要创建的子过程数量较少时，可以直接利用multiprocesing中的process动态成生多个过程。但是，如果是数百甚至数千个目标，手动创建过程的工作量是巨大的。此时，可以使用multiprocesing模块提供的pool方法。

当Pool初始化时，可以指定一个过程数。当新请求提交到Pool时，如果池未满，则创建新过程执行请求；但是，如果池中的过程数达到指定值，请求将等待，直到池中的过程结束。

frommultiprocessingimportPool
importos
importtime
importrandom
defworker(msg):
t_start=time.time()
print("%dd过程开始执行%d"%(os.getpid(),msg))
#random.random()在0~1之间随机生成浮点数
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，进程数为3
foriinrange(0,10):
#Pool.apply_async(要调用的目标，(传递给目标的参数元祖，)
#每一个循环都会使用空闲的子进程来调用目标
po.apply_async(worker,(i,))
print("----start----")
po.close()#关闭进程池，关闭后，po将不再接受新的请求
po.join()#等待po中所有子过程的完成，必须放在close语句后面
print("-----end-----")

运行结果如下：

----start----
4353进程开始执行0
14354进程开始执行
开始执行4355进程2
2.完成执行需要0.20的时间
34355进程开始执行3355
1.完成执行需要1.19的时间
4354进程开始执行4354进程
4.完成执行需要0.37
54354进程开始执行
0.完成执行需要1.57
6353进程开始执行
5.完成执行需要0.19
74354进程开始执行
3.完成执行需要1.63
8355进程开始执行
6.完成执行需要0.49
9353进程开始执行
8.完成执行需要0.75
7.完成执行需要0.90的时间
9.执行完成需要0.63
-----end-----

相关推荐:Python视频教程

multiprocessing.Pool常用函数分析：

apply_async(func[, args[, kwds]]) ：使用非阻塞调用func(并行执行，必须等待上一个过程退出才能执行下一个过程)，args是传输给func的参数列表，kwds是传输给func的关键字参数列表；

apply(func[, args[, kwds]])：使用阻塞方法调用func

close()：关闭Pool，使其不再接受新任务；

terminate()：无论任务是否完成，立即终止；

join()：主过程堵塞，等待子过程退出， 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("%dd过程开始执行%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3
foriinrange(0,10):
#Pool.apply_async(要调用的目标(传递给目标参数元祖)
#每个循环都将使用空闲的子过程来调用目标
po.apply(worker,(i,))
print("----start----")
po.close()#关闭进程池，关闭后，po将不再接受新的请求
po.join()#等待po中所有子过程的完成，必须放在close语句后面
print("-----end-----")

运行结果如下：

4400进程开始执行00
0.执行完成需要1.89
开始执行4401进程1
1、执行完成，耗时1.91
24402进程开始执行
2.完成执行需要1.64
34400进程开始执行
3.完成执行需要1.16
4401进程开始执行
4.完成执行需要1.85
54402进程开始执行
5.完成执行需要0.29
64400进程开始执行
6.完成执行需要0.19
74401进程开始执行
7.完成执行需要1.19时间
84402进程开始执行
8.完成执行需要0.61
94400进程开始执行
9.完成执行需要1.08
----start----
-----end-----

说明:从操作结果可以看出，在主要过程的start和end打印之前，阻塞式会等过程池中的过程已经完成。

相关推荐：

Python的过程是什么？