进程间通信方式
multiprocessing.Queue
Queue 实现进程间通信的方式，就是使用了操作系统给开辟的一个队列空间，各个进程可以把数据放到该队列中，当然也可以从队列中把自己需要的信息取走
import multiprocessing
def processFun(queue,name):
print(multiprocessing.current_process().pid,"进程放数据：",name)
#将 name 放入队列
queue.put(name)
if __name__ == '__main__':
# 创建进程通信的Queue
queue = multiprocessing.Queue()
# 创建子进程
process = multiprocessing.Process(target=processFun, args=(queue,"http://c.biancheng.net/python/"))
# 启动子进程
process.start()
#该子进程必须先执行完毕
process.join()
print(multiprocessing.current_process().pid,"取数据：")
print(queue.get())
执行结果：
27100 进程放数据： http://c.biancheng.net/python/
24188 取数据：
http://c.biancheng.net/python/
multiprocessing.Pipe
Pipe 直译过来的意思是“管”或“管道”，该种实现多进程编程的方式，和实际生活中的管（管道）是非常类似的。通常情况下，管道有 2 个口，而 Pipe 也常用来实现 2 个进程之间的通信，这 2 个进程分别位于管道的两端，一端用来发送数据，另一端用来接收数据
conn1, conn2 = multiprocessing.Pipe( [duplex=True] )
duplex=True 默认值，说明管道是双向的，进程既可以写数据又可以读数据，duplex=False，说明管道是单向的，conn1 只能用来接收数据，而 conn2 只能用来发送数据
import multiprocessing
def processFun(conn,name):
print(multiprocessing.current_process().pid,"进程发送数据：",name)
conn.send(name)
if __name__ == '__main__':
#创建管道
conn1,conn2 = multiprocessing.Pipe()
# 创建子进程
process = multiprocessing.Process(target=processFun, args=(conn1,"http://c.biancheng.net/python/"))
# 启动子进程
process.start()
process.join()
print(multiprocessing.current_process().pid,"接收数据：")
print(conn2.recv())
执行结果：
28904 进程发送数据： http://c.biancheng.net/python/
28880 接收数据：
http://c.biancheng.net/python/
multiprocessing.Manager
from multiprocessing import Process, Manager
def f( shareDict, shareList ):
shareDict[1] = '1'
shareDict['2'] = 2
shareDict[0.25] = None
shareList.reverse() # 翻转列表
if __name__ == '__main__':
manager = Manager()
shareDict = manager.dict() # 创建共享的字典类型
shareList = manager.list( range( 10 ) ) # 创建共享的列表类型
p = Process( target = f, args = ( shareDict, shareList ) )
p.start()
p.join()
print shareDict
print shareList
子进程退出：
# -*- coding:utf-8 -*-
import multiprocessing
import os
import sys
import time
from multiprocessing import pool
from cheetah.utils.logger import logger
mgr = multiprocessing.Manager()
pid = os.getpid()
pool = multiprocessing.Pool(10)
def module_test(name):
try:
logger.info(u'节点 %s 正在编译 进程名 %s 进程id %s' %
(name, multiprocessing.current_process().name, os.getpid()))
if name == 3:
logger.info(u'执行退出操作')
# pool.terminate() # 运行报错
# os.killpg(os.getpgid(pid), 9) # 结束整个进程组 即杀死了pycharm进程
else:
time.sleep(10)
logger.info("----name---%s" % name)
except Exception:
logger.info("----name---%s" % name)
array = [0, 0, 1, 1, 2, 2, 3, 4, 6, 6, 7, 8]
array1 = [0, 1, 2, 3, 4, 5]
if __name__ == '__main__':
for m in array1:
pool.apply_async(func=module_test, kwds={"name": m})
pool.close()
pool.join()
print ('111')
一、https://blog.csdn.net/weixin_34580002/article/details/113966210
根据此资料，使用 os.killpg(os.getpgid(stf_p.pid), 9) 杀死一个进程组
二、https://blog.csdn.net/weixin_43899202/article/details/120597581
遍历获取子进程 id，逐个杀死
三、调用线程池的 pool.terminate() 结束线程池
参考资料
http://c.biancheng.net/view/2635.html
