Python多进程并发(multiprocessing)

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：

1

2

3

4

5

6

7

8

9

10

11

12

13

import multiprocessing

import time

 

def func(msg):

    for i in xrange(3):

        print msg

        time.sleep(1)

 

if __name__ == "__main__":

    p = multiprocessing.Process(target=func, args=("hello", ))

    p.start()

    p.join()

    print "Sub-process done."

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。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

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：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

import multiprocessing

import time

 

def func(msg):

    for i in xrange(3):

        print msg

        time.sleep(1)

    return "done " + msg

 

if __name__ == "__main__":

    pool = multiprocessing.Pool(processes=4)

    result = []

    for i in xrange(10):

        msg = "hello %d" %(i)

        result.append(pool.apply_async(func, (msg, )))

    pool.close()

    pool.join()

    for res in result:

        print res.get()

    print "Sub-process(es) done."

2014.12.25更新

根据网友评论中的反馈，在Windows下运行有可能崩溃(开启了一大堆新窗口、进程)，可以通过如下调用来解决：

Python

1

multiprocessing.freeze_support()