45_并发编程-进程池

一、为什么引入进程池

    

　　在程序实际处理问题过程中，忙时会有成千上万的任务需要被执行，闲时可能只有零星任务。那么在成千上万个任务需要被执行的时候，我们就需要去创建成千上万个进程么？首先，创建进程需要消耗时间，销毁进程（空间，变量，文件信息等等的内容）也需要消耗时间。第二即便开启了成千上万的进程，操作系统也不能让他们同时执行，维护一个很大的进程列表的同时，调度的时候，还需要进行切换并且记录每个进程的执行节点，也就是记录上下文（各种变量等等乱七八糟的东西，虽然你看不到，但是操作系统都要做），这样反而会影响程序的效率。因此我们不能无限制的根据任务开启或者结束进程。就看我们上面的一些代码例子，你会发现有些程序是不是执行的时候比较慢才出结果，就是这个原因，那么我们要怎么做呢？

 

　　在这里，要给大家介绍一个进程池的概念，定义一个池子，在里面放上固定数量的进程，有需求来了，就拿一个池中的进程来处理任务，等到处理完毕，进程并不关闭，而是将进程再放回进程池中继续等待任务。如果有很多任务需要执行，池中的进程数量不够，任务就要等待之前的进程执行任务完毕归来，拿到空闲进程才能继续执行。也就是说，池中进程的数量是固定的，那么同一时间最多有固定数量的进程在运行。这样不会增加操作系统的调度难度，还节省了开闭进程的时间，也一定程度上能够实现并发效果。

 

二、multiprocessing 引入Pool 模块

1、语法格式：Pool([numprocess [,initializer [, initargs]]]):创建进程池
        numprocess:要创建的进程数，如果省略，将默认使用cpu_count()的值
        initializer：是每个工作进程启动时要执行的可调用对象，默认为None
        initargs：是要传给initializer的参数组

　　 1、创建进程池的类：如果指定numprocess为3，则进程池会从无到有创建三个进程，然后自始至终使用这三个进程去执行所有任务（高级一些的进程池可以根据你的并发量，搞成动态增加或减少进程池中的进程数量的操作），不会开启其他进程，提高操作系统效率，减少空间的占用等。numprocess不行会选择cpu分配，1  -> processes = os.cpu_count() or 1

 

　　2、主要方法

<1> map()  - 并且自带close和join，一般约定俗成的是进程池中的进程数量为CPU的数量，工作中要看具体情况来考量。

# 进程池与进程的时间比较

import time
from multiprocessing import Process, Pool

def func(n):
    print(n)

if __name__ == '__main__':

    # 进程池运行时间
    time_pool_start = time.time()
    pool =Pool(4)   # 进程池中只放4个进程
    pool.map(func, range(100))      # 使用map方法实现,map实现的是异步的。map参数可迭代 range(100)，把可迭代的元素放入func中执行
    time_pool_end = time.time()
    p_dif = time_pool_end - time_pool_start

    # 进程运行时间
    time_pro_start = time.time()
    lst = []
    for i in range(100):
        p = Process(target=func, args=(i,))
        p.start()
        lst.append(p)
    [obj.join() for obj in lst]
    time_pro_end = time.time()
    p_dif_pro = time_pro_end - time_pro_start

    print("进程池>>",p_dif)
    print("进程>>", p_dif_pro)

<2> apply()       -        apply(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。同步执行，一个一个出,它会等待任务的执行结果
                   需要强调的是：此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用

import time
from multiprocessing import Process,Pool

def fun(i):
    time.sleep(0.5)
    # print(i)
    return i**2

if __name__ == '__main__':
    p = Pool(4)
    for i in range(10):
        res = p.apply(fun,args=(i,))  #同步执行的方法,他会等待你的任务的返回结果,
        print(res)

<3> apply_async()    -   apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果; 异步的
                        此方法的结果是AsyncResult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。

import time
from multiprocessing import Pool

def func(n):
    time.sleep(0.5)
    return n**2

if __name__ == '__main__':

    p = Pool(4)
    lst = []    # 设置一个空列表
    for i in range(10):
        ret = p.apply_async(func, args=(i,))  # 异步步执行,获取返回值
        lst.append(ret)     # 异步的,返回值放一个列表
    time.sleep(1)
    for el in lst:  # 循环列表
        print(el.get()) # 获取异步结果,因为get()一次只能取一个值,使用进程池取数据，每4个一组一打

----------------------------------------------------------------------------------------
import time
from multiprocessing import Pool

def func(n):
    time.sleep(0.5)
    print(n)
    return n**2

if __name__ == '__main__':

    p = Pool(4)
    lst = []    # 设置一个空列表
    for i in range(10):
        ret = p.apply_async(func, args=(i,))  # 异步步执行,获取返回值,4个一组
        lst.append(ret)     # 异步的每4个放一个列表

    p.close() # 不是关闭进程池,而是不允许再有其他任务来使用进程池
    p.join()    # 这是感知进程池中任务的方法,等待进程池的任务全部执行完

    for el in lst:  # 循环列表,这样把进程池关上,不允许别的任务用，就会全部打印出来
        print(el.get()) # 获取异步结果,因为get()一次只能取一个值
    print('主进程')

----------------------------------------------------------------------------
Close:由于我们想看看进程池中现有的任务是否全部运行完毕,或者说我想获取进程池中当前所有任务的结果,我们需要等待全部任务执行完毕,但是可能会有新的任务进来,所以没办法确定我现有的任务是多少,我要等他完,但是有新任务一直进来就完不了,所有我们要锁定进程池,不让其他任务进来.使用close

　　

　　3、回调函数 - callback

　　需要回调函数的场景：进程池中任何一个任务一旦处理完了，就立即告知主进程：我好了额，你可以处理我的结果了。主进程则调用一个函数去处理该结果，该函数即回调函数，这是进程池特有的，普通进程没有这个机制，但是我们也可以通过进程通信来拿到返回值，进程池的这个回调也是进程通信的机制完成的。

　　我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果

import os
from multiprocessing import Pool

def func1(n):
    print('func1>>',os.getpid())
    # print('func1')
    return n*n


def func2(nn):
    print('func2>>',os.getpid())
    # print('func2')
    print(nn)
    # import time
    # time.sleep(0.5)
if __name__ == '__main__':
    print('主进程：',os.getpid())
    p = Pool(4)
    p.apply_async(func1,args=(10,),callback=func2)    # func1->子进程运行; func2->主进程运行,把func1返回的值给func2去执行其他操作
    p.close()
    p.join()