38. Python 多进程Manager 进程池
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了38. Python 多进程Manager 进程池相关的知识，希望对你有一定的参考价值。
强大的Manager模块
上一节实现的数据共享的方式只有两种结构Value和Array。
Python中提供了强大的Manager模块，专门用来做数据共享。
他支持的类型非常多，包括：Value、Araay、list、dict、Queue、Lock等。
以下例子：
import multiprocessing
def worker(d,l):
l += range(11, 16)
for i in xrange(1, 6):
key = "key{0}".format(i)
val = "val{0}".format(i)
d[key] = val
if __name__ == "__main__":
manager = multiprocessing.Manager()
d = manager.dict()
l = manager.list()
p = multiprocessing.Process(target=worker, args=(d, l))
p.start()
p.join()
print(d)
print(l)打印结果：
{'key3': 'val3', 'key2': 'val2', 'key1': 'val1', 'key5': 'val5', 'key4': 'val4'}
[11, 12, 13, 14, 15]进程池：
Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，
如果池还没有满，那么就会创建一个新的进程用来执行该请求；
但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程。
阻塞和非阻塞的区别：
Pool.apply_async 非阻塞，定义的进程池进程最大数可以同时执行。
Pool.apply 一个进程结束，释放回进程池，下一个进程才可以开始
举例：
非阻塞：
import multiprocessing
import time
def worker(msg):
print ("#######start {0}########".format(msg))
time.sleep(1)
print ("#######end {0}########".format(msg))
if __name__ == "__main__":
pool = multiprocessing.Pool(processes=3)
for i in xrange(1, 10):
msg = "hello{0}".format(i)
pool.apply_async(func=worker, args=(msg,))
pool.close()
pool.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
print ("main end")打印结果：
#######start hello1######## #######start hello2######## #######start hello3######## #######end hello1######## #######start hello4######## #######end hello2######## #######start hello5######## #######end hello3######## #######start hello6######## #######end hello4######## #######start hello7######## #######end hello5######## #######start hello8######## #######end hello6######## #######start hello9######## #######end hello7######## #######end hello8######## #######end hello9######## main end
阻塞：
import multiprocessing
import time
def worker(msg):
print ("#######start {0}########".format(msg))
time.sleep(1)
print ("#######end {0}########".format(msg))
if __name__ == "__main__":
pool = multiprocessing.Pool(processes=3)
for i in xrange(1, 10):
msg = "hello{0}".format(i)
pool.apply(func=worker, args=(msg,))
pool.close()
pool.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
print ("main end")打印结果：
#######start hello1######## #######end hello1######## #######start hello2######## #######end hello2######## #######start hello3######## #######end hello3######## #######start hello4######## #######end hello4######## #######start hello5######## #######end hello5######## #######start hello6######## #######end hello6######## #######start hello7######## #######end hello7######## #######start hello8######## #######end hello8######## #######start hello9######## #######end hello9######## main end
对比一下两种类型的输出状态即可明白。
以上是关于38. Python 多进程Manager 进程池的主要内容，如果未能解决你的问题，请参考以下文章