Python多进程并发(multiprocessing)用法实例详解
本文实例讲述了Python多进程并发(multiprocessing)用法。分享给大家供大家参考。具体分析如下：
由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。
Python提供了非常好用的多进程包multiprocessing，你只需要定义一个函数，Python会替你完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。
1、新建单一进程
如果我们新建少量进程，可以如下：
importmultiprocessing
importtime
deffunc(msg):
foriinxrange(3):
printmsg
time.sleep(1)
if__name__=="__main__":
p=multiprocessing.Process(target=func,args=("hello",))
p.start()
p.join()
print"Sub-processdone."
2、使用进程池
是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。
注意要用apply_async，如果落下async，就变成阻塞版本了。
processes=4是最多并发进程数量。
importmultiprocessing importtime deffunc(msg): foriinxrange(3): printmsg time.sleep(1) if__name__=="__main__": pool=multiprocessing.Pool(processes=4) foriinxrange(10): msg="hello%d"%(i) pool.apply_async(func,(msg,)) pool.close() pool.join() print"Sub-process(es)done."
3、使用Pool，并需要关注结果
更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：
importmultiprocessing importtime deffunc(msg): foriinxrange(3): printmsg time.sleep(1) return"done"+msg if__name__=="__main__": pool=multiprocessing.Pool(processes=4) result=[] foriinxrange(10): msg="hello%d"%(i) result.append(pool.apply_async(func,(msg,))) pool.close() pool.join() forresinresult: printres.get() print"Sub-process(es)done."
希望本文所述对大家的Python程序设计有所帮助。