进程池 和 multiprocessing.Pool模块

进程池的概念

在程序实际处理问题过程中，忙时会有成千上万的任务需要被执行，闲时可能只有零星任务。那么在成千上万个任务需要被执行的时候，我们就需要去创建成千上万个进程么？首先，创建进程需要消耗时间，销毁进程也需要消耗时间。第二即便开启了成千上万的进程，操作系统也不能让他们同时执行，这样反而会影响程序的效率。因此我们不能无限制的根据任务开启或者结束进程。那么我们要怎么做呢？

进程池: 定义一个池子，在里面放上固定数量的进程，有需求来了，就拿一个池中的进程来处理任务，等到处理完毕，进程并不关闭，而是将进程再放回进程池中继续等待任务。如果有很多任务需要执行，池中的进程数量不够，任务就要等待之前的进程执行任务完毕归来，拿到空闲进程才能继续执行。也就是说，池中进程的数量是固定的，那么同一时间最多有固定数量的进程在运行。这样不会增加操作系统的调度难度，还节省了开闭进程的时间，也一定程度上能够实现并发效果。

multiprocessing.Pool模块

概念介绍

Pool([numprocess  [,initializer [, initargs]]]):创建进程池
1 numprocess:要创建的进程数，如果省略，将默认使用cpu_count()的值
2 initializer：是每个工作进程启动时要执行的可调用对象，默认为None
3 initargs：是要传给initializer的参数组

1 p.apply(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
2 '''需要强调的是：此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用p.apply_async()'''
3 
4 p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
5 '''此方法的结果是AsyncResult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。'''
6    
7 p.close():关闭进程池，防止进一步操作。如果所有操作持续挂起，它们将在工作进程终止前完成
8 
9 P.jion():等待所有工作进程退出。此方法只能在close（）或teminate()之后调用

1 p.apply(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
2 '''需要强调的是：此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用p.apply_async()'''
3 
4 p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
5 '''此方法的结果是AsyncResult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。'''
6    
7 p.close():关闭进程池，防止进一步操作。如果所有操作持续挂起，它们将在工作进程终止前完成
8 
9 P.jion():等待所有工作进程退出。此方法只能在close（）或teminate()之后调用

代码示例

进程池和多进程效率对比

import time
from multiprocessing import Process, Pool

def func(i):
    num = 0
    for j in range(10):
        num += i


if __name__ == '__main__':
    pool = Pool(5)
    p_lst = []
    start = time.time()
    for i in range(100):
        p = Process(target=func, args=(i,))
        p_lst.append(p)
        p.start()
    [p.join() for p in p_lst]
    print(time.time()-start)

    s = time.time()
    pool.map(func,range(100))
    print(time.time()-s)

同步和异步

import time
from multiprocessing import Pool

def func(i):
    num = 0
    for j in range(10):
        num += 10
    time.sleep(1)
    return num

if __name__ == '__main__':
    p = Pool(5) # 进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
    for i in range(10):
        res =p.apply(func, args=(i,))
        # 同步调用，直到本次任务执行完毕拿到res，等待任务func执行的过程中可能有阻塞也可能没有阻塞
        # 但不管该任务是否存在阻塞，同步调用都会在原地等着
        print(res)

import time
from multiprocessing import Pool

def func(i):
    num = 0
    for j in range(10):
        num += i
    time.sleep(1)
    print(num)
    return num

if __name__ == '__main__':
    p = Pool(5)
    res_lst = []
    for i in range(10):
        res =p.apply_async(func, args=(i,))
        # 异步运行，根据进程池中有的进程数，每次最多5个子进程在异步执行
        # 返回结果之后，将结果放入列表，归还进程，之后再执行新的任务
        # 需要注意的是，进程池中的5个进程不会同时开启或者同时结束
        # 而是执行完一个就释放一个进程，这个进程就去接收新的任务。
        res_lst.append(res)
    # 异步apply_async用法：如果使用异步提交的任务，主进程需要使用jion，等待进程池内任务都处理完，然后可以用get收集结果
    # 否则，主进程结束，进程池可能还没来得及执行，也就跟着一起结束了
    p.close()
    p.join()

    for r in res_lst:
        print(r.get())
        # 使用get来获取apply_aync的结果,如果是apply,则没有get方法,因为apply是同步执行,立刻获取结果,也根本无需get

回调函数

概念: 进程池中任何一个任务一旦处理完成, 就立即告知主进程处理器返回结果. 主进程则调用一个函数去处理该结果

, 该函数即回调函数

我们可以把耗时间(阻塞)的任务放到进程池中, 然后指定返回函数(主进程负责执行), 这样主进程在执行回调函数时就省去了I/O的过程, 直接拿到的是任务的结果.

代码示例

from multiprocessing import Pool

import os

def func(n):
    print('子进程的pid',os.getpid())
    return n*n,'约吗'

def call_back_func(x):
    print('call_back',os.getpid())
    print(x[0])

if __name__ == '__main__':
    pool = Pool(4)
    pool.apply_async(func,args=(3,),callback=call_back_func)

    print('主进程的pid',os.getpid())
    pool.close()
    pool.join()

注意: 回调函数是主进程拿到进程池中子进程的返回结果在主进程中再执行的