`
heipark
  • 浏览: 2077839 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

python高级编程——多进程包multiprocessing

 
阅读更多

1. 使用map方法

 

import multiprocessing
import time

def f(x):
    time.sleep(2)
    print x

if __name__ == '__main__': 
  pool = multiprocessing.Pool(processes=5) 
  pool.map(f, xrange(10))
  •  并发5个进程
  • map方法会依次将参数二数组每个元素传入参数1方法中
  • 如果将map()替换为map_async(),则方法不会阻塞,而是直接执行main进程后面的代码,所以要配合pool.close()和pool.join()一起使用。close()方法是使pool不再接受新任务;join()方法是阻塞main进程等待子进程执行完成才可以运行后面code

2. 使用apply方法

 

 

import multiprocessing
import time
 
def func(msg):
    print msg
    time.sleep(1)
 
if __name__ == "__main__":
    print 'start main-process'
    pool = multiprocessing.Pool(processes=4)
    for i in xrange(10):
        msg = "hello %d" %(i)
        pool.apply_async(func, (msg, ))
    pool.close()
    pool.join()
    print "Sub-process(es) done."
    print 'Main-process done.'

 

  •  apply_async和apply方法区别是前者不会阻塞main进程,需要用pool.close()和join()方法阻塞等待子进程执行。
  • apply与map方法相比,它只是调用方法和参数,而map方法会将数组参数迭代传给被调用方法
  • pool.apply_async(func, (msg, )) 这行msg后面的逗号是不能省略的,否则不会执行func方法

--end

 

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics