Python多进程并发(multiprocessing)

由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。

Python提供了非常好用的多进程包multiprocessing，你只需要定义一个函数，Python会替你完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。

1、新建单一进程

如果我们新建少量进程，可以如下：

importmultiprocessing
importtime
    
deffunc(msg):
    fori inxrange(3):
        printmsg
        time.sleep(1)
    
if__name__ =="__main__":
    p =multiprocessing.Process(target=func, args=("hello", ))
    p.start()
    p.join()
    print"Sub-process done."

2、使用进程池

是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。

注意要用apply_async，如果落下async，就变成阻塞版本了。

processes=4是最多并发进程数量。

importmultiprocessing
importtime
   
deffunc(msg):
    fori inxrange(3):
        printmsg
        time.sleep(1)
   
if__name__ =="__main__":
    pool =multiprocessing.Pool(processes=4)
    fori inxrange(10):
        msg ="hello %d"%(i)
        pool.apply_async(func, (msg, ))
    pool.close()
    pool.join()
    print"Sub-process(es) done."

 

3、使用Pool，并需要关注结果

更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：

 

importmultiprocessing
importtime
  
deffunc(msg):
    fori inxrange(3):
        printmsg
        time.sleep(1)
    return"done "+msg
   
if__name__ =="__main__":
    pool =multiprocessing.Pool(processes=4)
    result =[]
    fori inxrange(10):
        msg ="hello %d"%(i)
        result.append(pool.apply_async(func, (msg, )))
    pool.close()
    pool.join()
    forres inresult:
        printres.get()
    print"Sub-process(es) done."