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