• 进程池-限制同一时间在CPU上运行的进程数


    if __name__=='__main__' :  为了区分你是主动执行这个脚本,还是从别的地方把它当做一个模块去调用。

    如果是主动执行,则执行。如果是调用的,则不执行主体。

    1. 串行:切记切记:pool.close()必须在pool.join() 之前。

    from  multiprocessing import Process,Pool
    import time
    import os
    
    def Foo(i):
        time.sleep(1)
        print('in process',os.getpid())
        return i + 100
    
    def Bar(arg):
        print('-->exec done:', arg)
    
    if __name__=='__main__':
        pool = Pool(processes=5) #允许进程池里同时放入5个进程.虽然启用了10个,但是CPU只允许5个同时运行。其他的5个处于挂起状态。
        for i in range(10):
            #pool.apply_async(func=Foo, args=(i,), callback=Bar) #并行
            pool.apply(func=Foo, args=(i,))  #串行
    
        print('end')
        pool.close()
        pool.join()  # 进程池中进程执行完毕后再关闭,如果没有这句,那么程序不等进程执行完就直接关闭了。
    

     运行结果:

    in process 13460
    in process 5804
    in process 8488
    in process 10076
    in process 12604
    in process 13460
    in process 5804
    in process 8488
    in process 10076
    in process 12604
    end
    

     2. 5个一组并行执行

    from  multiprocessing import Process,Pool
    import time
    import os
    
    def Foo(i):
        time.sleep(1)
        print('in process',os.getpid())
        return i + 100
    
    def Bar(arg):
        print('-->exec done:', arg)
    
    if __name__=='__main__':
        pool = Pool(processes=5) #允许进程池里同时放入10个进程.虽然启用了5个,但是CPU只允许5个同时运行。其它的都在挂起状态。
        for i in range(10):
            pool.apply_async(func=Foo, args=(i,), callback=Bar) #并行
            #pool.apply(func=Foo, args=(i,))  #串行
    
        print('end')
        pool.close()
        pool.join()  # 进程池中进程执行完毕后再关闭,如果注释,那么程序直接关闭。
    

     运行结果:

    end
    in process 11276
    in process 8760
    -->exec done: 100
    -->exec done: 102
    in process 12316
    -->exec done: 101
    in process 10916
    -->exec done: 103
    in process 13648
    -->exec done: 104
    in process 8760
    -->exec done: 106
    in process 11276
    -->exec done: 105
    in process 12316
    -->exec done: 107
    in process 10916
    -->exec done: 108
    in process 13648
    -->exec done: 109
    

    3. 通过进程号得知,运行callback的是主进程

    from  multiprocessing import Process,Pool
    import time
    import os
    
    def Foo(i):
        time.sleep(1)
        print('in process',os.getpid())
        return i + 100
    
    def Bar(arg):
        print('-->exec done:', arg,os.getpid())
    
    if __name__=='__main__':
        pool = Pool(processes=5) #允许进程池里同时放入10个进程.虽然启用了5个,但是CPU只允许5个同时运行。
        print("主进程",os.getpid())
        for i in range(10):
            pool.apply_async(func=Foo, args=(i,), callback=Bar) #并行callback=回调,意思是执行完func=Foo以后,再执行callback=Bar.是主进程执行的回调。
            #pool.apply(func=Foo, args=(i,))  #串行
    
        print('end')
        pool.close()
        pool.join()  # 进程池中进程执行完毕后再关闭,如果注释,那么程序直接关闭。
    

    运行结果:每个进程执行完,都执行callback

    主进程 5160
    end
    in process 15512
    -->exec done: 102 5160
    in process 14180
    -->exec done: 100 5160
    in process 15748
    -->exec done: 101 5160
    in process 15844
    -->exec done: 103 5160
    in process 13716
    -->exec done: 104 5160
    in process 15512
    in process 14180
    -->exec done: 105 5160
    -->exec done: 106 5160
    in process 15748
    -->exec done: 107 5160
    in process 15844
    -->exec done: 108 5160
    in process 13716
    -->exec done: 109 5160
    
  • 相关阅读:
    [bzoj2333] [SCOI2011]棘手的操作 (可并堆)
    自定义控件1_切换按钮
    View Animation 视图动画全解
    从图库中选取图片设置给ImageView
    一张图认识安卓shape属性
    自定义Dialog(QQ头像选择弹出的对话框)
    Toolbar和menu使用
    LIB和DLL的区别与使用
    C++调用webservice
    夯实Java基础系列5:Java文件和Java包结构
  • 原文地址:https://www.cnblogs.com/momo8238/p/7358969.html
Copyright © 2020-2023  润新知