Python基于进程池实现多进程过程解析
1、注意:pool必须在if__name__=='__main__'下面运行,不然会报错
2、多进程内出现错误会直接跳过该进程,并且默认不会打印错误信息
3、if__name__下面的数据需要通过参数传入主函数里面,不然主函数获取不到该数据值而报错。
4、若不通过传参形式传入数据,可以定义全局变量。但是全局变量的值不能在多进程里面进行修改。
代码如下
frommultiprocessingimportPool#进程池,用于多进程 importos#用于获取当前执行的文件名 importtime importtraceback#用于捕获异常 importsys#用于捕获异常 defmain_func(i):#多进程运行的函数 try:#多进程中发生异常是不会打印错误信息,并且当前进程会直接跳过,所以异常需要自行捕获 rand_time=random.randint(1,3)#随机产生1~3的整数 time.sleep(rand_time) print(i) except: current_filename=str(os.path.basename(sys.argv[0]))[:-3]#获取当前文件名称 cur_err_filname=current_filename+'_error.txt' error_info=sys.exc_info()#打印异常 withopen(f'{cur_err_filname}','a')asf: error_str=f'{i}:ERROROCCURRED,{time.strftime("%Y-%m-%d%H:%M:%S")}:\n{error_info[0]}:{error_info[1]}'#记录当前进程特征值,错误发生时间,错误类型,错误概述 print(error_str,file=f)#通过打印方式写入文件 traceback.print_tb(error_info[2],file=f)#错误细节描述(包括bug的代码位置) f.write(f"{'='*50}\n")#分行 if__name__=='__main__':#必须在此语句下面运行,不然会报错 pool=Pool(5)#定义进程数量 foriinrange(20): pool.apply_async(main_func,(i,))#调用函数执行多进程 pool.close()#关闭进程池 pool.join()#阻塞进程,此两部不能少,保证多进程正常运行
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。