Python多任务_进程

进程简单使用

Process([group [, target [, name [, args [, kwargs]]]]])

target：如果传递了函数的引用，可以任务这个子进程就执行这里的代码

args：给target指定的函数传递的参数，以元组的方式传递

kwargs：给target指定的函数传递命名参数

name：给进程设定一个名字，可以不设定

group：指定进程组，大多数情况下用不到

Process创建的实例对象的常用方法：

start()：启动子进程实例（创建子进程）

is_alive()：判断进程子进程是否还在活着

join([timeout])：是否等待子进程执行结束，或等待多少秒

terminate()：不管任务是否完成，立即终止子进程

Process创建的实例对象的常用属性：

name：当前进程的别名，默认为Process-N，N为从1开始递增的整数

pid：当前进程的pid（进程号）
import multiprocessing
import time


def work1():
   while True:
       time.sleep(1)
       print("------ in work1 ------")


def work2():
   while True:
       time.sleep(1)
       print("------ in work2 ------")


if __name__ == '__main__':
   multiprocessing.Process(target=work1).start()
   multiprocessing.Process(target=work2).start()

进程间通信

初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

Queue.qsize()：返回当前队列包含的消息数量；

Queue.empty()：如果队列为空，返回True，反之False ；

Queue.full()：如果队列满了，返回True,反之False；

Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
import multiprocessing


def down_load(queue):
   data = [11, 22, 33, 44]

   for temp in data:
       queue.put(temp)
   print "=====正在下载数据====="


def analysis_data(queue):
   """
   数据处理
   :return:
   """
   while not queue.empty():
       print queue.get()
   print "=====完成解析====="


def main():
   # 创建一个队列
   queue = multiprocessing.Queue()

   # 创建多个进程，将队列的应用作为实参进行传递
   p1 = multiprocessing.Process(target=down_load, args=(queue, ))
   p2 = multiprocessing.Process(target=analysis_data, args=(queue, ))
   p1.start()
   p2.start()


if __name__ == '__main__':
   main()

进程池

multiprocessing.Pool常用函数解析：

apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程>- 退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；

close()：关闭Pool，使其不再接受新的任务；

terminate()：不管任务是否完成，立即终止；

join()：主进程阻塞，等待子进程的退出，必须在close或terminate之后使用；
from multiprocessing import Pool
import os, time, random


def worker(msg):
   t_start = time.time()
   print "%s 开始执行, 进程号为：%d" % (msg, os.getpid())

   time.sleep(random.random()*2)
   t_stop = time.time()
   print "%s 执行完毕，耗时%0.2f" % (msg, t_stop-t_start)


if __name__ == '__main__':
   po = Pool(3)
   for i in range(10):
   # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
   # 每次循环将会用空闲出来的子进程去调用目标
       po.apply_async(worker, (i,))

   print "========Start========"
   po.close() # 关闭进程池，关闭后po不再接收新的请求
   po.join() # 等待po中所有子进程执行完成，必须放在close语句之后
   print "========End========="

Python多任务_进程

进程简单使用

进程间通信

进程池

推荐阅读更多精彩内容