进程同步Lock，进程池Pool

Posted 2021-06-09 管控念头

import multiprocessing, time, os
\'\'\'进程同步Lock\'\'\'
# def foo(l, i):
#  l.acquire()
#  print(\'hello world %s\' % i)
#  l.release()
#
# if __name__ == \'__main__\':
#  l = multiprocessing.Lock() # 也是Lock锁
#  l1 = []
#  for i in range(10):
#     p = multiprocessing.Process(target=foo, args=(l, i,))
#     p.start()
#     l1.append(p)
#  for t in l1:
#     t.join()


\'\'\'
进程池Pool:
内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进程，那么程序就会等待，直到进程池中有可用进程为止。
\'\'\'
def foo(n):
   time.sleep(1)
   print(n)
   return \'foo %s\' % n

def bar(m):
   \'\'\'bar函数为回调函数，那么foo的返回值会作为参数传给bar函数，bar函数可用来打印日志\'\'\'
   print(m)
   # print(\'hello\')
   # print(\'two:\', os.getpid())
   # print(\'two:\', os.getppid())

if __name__ == \'__main__\':
   pool = multiprocessing.Pool(5) # 参数5进程池数量，如果为空则默认使用的是本机核数
   # print(\'one:\', os.getpid())
   # print(\'one:\', os.getppid())
   for x in range(100):
      # pool.apply(func=foo, args=(x,)) # apply()同步接口，apply和apply_async直接创建了子进程
      # pool.apply_async(func=foo, args=(x,))
      pool.apply_async(func=foo, args=(x,), callback=bar)
      # callback回调函数，就是某个动作或者函数执行成功后再去执行的函数；主进程创建子进程，callback回调函数是由主进程执行的，通过打印进程号就可发现
   pool.close()
   pool.join() # 必须是先close后join，这是固定顺序
   print(\'end\')