网络编程：进程创建--标准库multiprocessing模块（二--Pool）

进程池--multiprocessing模块的Pool方法

1、进程池技术

　　产生原因 ： 如果有大量的任务需要多进程完成，而任务周期又比较短且需要频繁创建。

　　　　　　　  此时可能产生大量进程频繁创建销毁的情况，消耗计算机资源较大。

2、使用方法 

　　【1】创建进程池，在池内放入适当数量的进程

　　【2】将事件封装函数，放入到进程池

　　【3】事件不断运行，知道所有放入进程池事件运行完成

　　【4】关闭进程池，回收进程

from multiprocessing import Pool

3、创建进程池对象

　　pool=Pool(processes)

　　功能：创建进程池对象

　　参数：想要存放的进程数量

　　返回 ： 进程池对象

4、将事件放入进程池中等待执行

　　pool.apply_async(fun,args,kwargs)

　　功能 ： 将事件放入进程池等待执行

　　参数： fun， 要执行的事件函数

　　　　    args， 以元组为fun传参

　　　　　kwargs, 以字典为fun传参

　　返回值 ： 返回一个事件对象, 通过get()属性函数可以获取 fun的返回值

5、将事件放入进程池中等待执行

　　pool.apply(fun,args,kwargs)

　　功能 ： 将事件放入进程等待池执行

　　参数： fun, 要执行的事件函数

　　　　　args, 以元组为fun传参

　　　　　kwargds, 以字典为fun传参

6、将要执行的事件放入到进程池中等待执行

　　pool.map(func,iter)

　　功能 ： 将要执行的事件放入到进程池

　　参数 ： func ，要执行的函数

　　　　　  iter， 迭代对象，给func传参

　　返回值 ： 返回 func的返回值列表

7、关闭进程池

　　pool.close()

　　功能: 关闭进程池，无法再加入事件

8、回收进程池

　　pool.join()

　　功能 ： 回收进程池

 

from multiprocessing import Pool 
from time import sleep,ctime 

def worker(msg):
    sleep(2)
    print(msg)
    return ctime()

#创建进程池对象
pool = Pool(processes = 4)

result = []
for i in range(10):
    msg = "hello %d"%i 
    #将事件放入进程池
    r = pool.apply_async(func = worker,args = (msg,))
    result.append(r)
    
    #同步执行
    # pool.apply(func = worker,args = (msg,))

#关闭进程池
pool.close()
#回收
pool.join()

#获取事件函数返回值
for i in result:
    print(i.get())

 

 

 

 

from multiprocessing import Pool
import time 

def fun(n):
    time.sleep(1)
    print("执行 pool map事件",n)
    return n ** 2 

pool = Pool(4)

#在进程池放入6个事件
r = pool.map(fun,range(6))
print("返回值列表:",r)

pool.close()
pool.join()