Python多进程并发操作中进程池Pool的应用
来源:互联网 发布:温职院网络课程 编辑:程序博客网 时间:2024/04/27 09:41
Pool可以提供指定数量的进程,供用户调用,当有新的请求提交到pool中时,如果池还没有满,那么就会创建一个新的进程用来执行该请求;但如果池中的进程数已经达到规定最大值,那么该请求就会等待,直到池中有进程结束,才会创建新的进程来它。这里有一个简单的例子:
#!/usr/bin/env python#coding=utf-8"""Author: SquallLast modified: 2011-10-18 16:50Filename: pool.pyDescription: a simple sample for pool class""" from multiprocessing import Poolfrom time import sleepdef f(x): for i in range(10): print '%s --- %s ' % (i, x) sleep(1)def main(): pool = Pool(processes=3) # set the processes max number 3 for i in range(11,20): result = pool.apply_async(f, (i,)) pool.close() pool.join() if result.successful(): print 'successful'if __name__ == "__main__": main()
利用multiprocessing下的Pool可以很方便的同时自动处理几百或者上千个并行操作,脚本的复杂性也大大降低。
multiprocessing.Pool([processes[, initializer[, initargs[, maxtasksperchild]]]])
initializer表示新进程的初始化函数。
initargs表示新进程的初始化函数的参数。
maxtasksperchild表示每个进程执行task的最大数目(该参数解释见python 进程池1 - Pool使用简介)。
Pool相关函数
1、apply(func[, args[, kwds]])
apply用于传递不定参数,同python中的apply函数一致(不过内置的apply函数从2.3以后就不建议使用了),主进程会阻塞于函数。
主进程的执行流程同单进程一致。
2、apply_async(func[, args[, kwds[, callback]]])
与apply用法一致,但它是非阻塞的且支持结果返回后进行回调。
主进程循环运行过程中不等待apply_async的返回结果,在主进程结束后,即使子进程还未返回整个程序也会退出。虽然 apply_async是非阻塞的,但其返回结果的get方法却是阻塞的,如使用result.get()会阻塞主进程。
如果我们对返回结果不感兴趣, 那么可以在主进程中使用pool.close与pool.join来防止主进程退出。注意join方法一定要在close或terminate之后调用。
3、map(func, iterable[, chunksize])
map方法与在功能上等价与内置的map(),只不过单个任务会并行运行。它会使进程阻塞直到结果返回。
但需注意的是其第二个参数虽然描述的为iterable, 但在实际使用中发现只有在整个队列全部就绪后,程序才会运行子进程。
4、map_async(func, iterable[, chunksize[, callback]])
与map用法一致,但是它是非阻塞的。其有关事项见apply_async。
5、imap(func, iterable[, chunksize])
与map不同的是, imap的返回结果为iter,需要在主进程中主动使用next来驱动子进程的调用。即使子进程没有返回结果,主进程对于gen_list(l)的 iter还是会继续进行, 另外根据python2.6文档的描述,对于大数据量的iterable而言,将chunksize设置大一些比默认的1要好。
for x in pool.imap(pool_test, gen_list(l)):
pass
6、imap_unordered(func, iterable[, chunksize])
同imap一致,只不过其并不保证返回结果与迭代传入的顺序一致。
7、close()
关闭pool,使其不再接受新的任务。
8、terminate()
结束工作进程,不再处理未处理的任务。
9、join()
主进程阻塞等待子进程的退出, join方法要在close或terminate之后使用。
引用:懒人的世界(http://sysadm.blog.chinaunix.net),版权所有,如需转载,请注明出处
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用<转>
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用
- Python 多进程并发操作中进程池Pool
- Python多进程并发操作进程池Pool
- python多进程中的进程池pool
- Python多进程库multiprocessing中进程池Pool类的使用
- Python 进程池 Pool
- python多进程中使用pool
- python多进程中使用pool
- 【Python】多进程的进程池pool运行时报错:ValueError: Pool not running
- python进程池:multiprocessing.pool
- python进程池:multiprocessing.pool
- python进程池:multiprocessing.pool
- python中的进程池Pool
- 进程池Pool(python版)
- 如何删除source insight中打开工程的历史记录
- RFT 实用CODE
- HDU 2087剪花布条(简单KMP)
- 范磊C++ 原创笔记 第六章 面向对象
- office2007下载地址
- Python多进程并发操作中进程池Pool的应用
- Dwr实现自动补全功能
- 在windows下写成批处理文件(.bat)顺序执行命令
- HTTP Header 详解
- sqlplus -oracle 11g 连接问题
- Linux常见命令记录
- Linux内核阅读--文件路径查找(二)
- 求过圆心直线与圆的两个交点
- POJ2392:Space Elevator(多重背包)