python中multiprocessing模块

multiprocess模块那来干嘛的？

答：利用multiprocessing可以在主进程中创建子进程。Threading是多线程，multiprocessing是多进程。

#该模块和Threading模块使用方法基本类似。

• 首先需要说明，你所使用多线程的函数不能有return，比如你要将job这个函数多线程那么在job这个函数里就不能有return，如果有返回值请看文章。
• multiprocessing最好写在if __name__ == '__main__'当中，如果不放在这里面，windows可能会出错。其余环境则不会出现这种情况。我第一个案例没有加，第二个案例加了。

案例：

#!usr/bin/env python
#encding:utf-8
#by i3ekr

import multiprocessing,time

def job(q,a):#将Queue当参数传入，且必须放在首位。
    time.sleep(3)
    print 'this is test...%s'%(a)


start = time.time()
q = multiprocessing.Queue()#定义一个Queue，这个Queue是必须的。
p1 = multiprocessing.Process(target=job,args=(q,1))#创建一个线程，第一个q是Queue，第二个是参数的value。如果没有参数的话必须要(q,)逗号是必须要加的
p2 = multiprocessing.Process(target=job,args=(q,2))
p1.start()
p2.start()
p1.join()
p2.join()
end = time.time()
print("run time is %s"%(end-start))

输出结果：

root@i3ekr:/home/i3ekr/Desktop# python 1.py 
this is test...1
this is test...2
run time is 3.0163371563

---

 那么函数有返回值的时候怎么做？

使用队列.put()进行保存值。使用get得到返回值。如下案例所示：

需要注意得是:

• 有多少个返回值就要有多少个get。并不是一下子把所有得返回值全都一起输出之类得。如下代码20-21行，因为有两个线程，所以执行了两遍job函数，所以也有两个返回值。故也必须要有两个get去得到value

#!usr/bin/env python
#encding:utf-8
#by i3ekr

import multiprocessing,time

def job(q,a):
    time.sleep(3)
    q.put(a)#得到a


if __name__ == '__main__':
    start = time.time()
    q = multiprocessing.Queue()
    p1 = multiprocessing.Process(target=job,args=(q,1))
    p2 = multiprocessing.Process(target=job,args=(q,2))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get()#得到job得返回值
    res2 = q.get()
    print res1,res2
    end = time.time()
    print("run time is %s"%(end-start))

输出结果：

root@i3ekr:/home/i3ekr/Desktop# python 1.py
1 2
run time is 3.01186394691

---

当然上面那个方法不是那么友好，在python里有线程池的概念。通过线程池可以更好的解决这个问题。

线程池是什么？

• 线程池是一种多线程处理形式，处理过程中将任务添加到队列，然后在创建线程后自动启动这些任务

线程池做法思路：

1. 先建立一个方法（即函数）专门用来放池子。例如：def multipro():
2. 建立线程池。例如：po = multiprocessing.Pool()
3. 通过线程池去实现方法（就是调用需要实现的功能,job是要实现多进程得功能函数）例如：res=po.map(job,range(10))
4. map是mulprocessing的方法。

整理得出以下代码：

#!usr/bin/env python
#encding:utf-8
#by i3ekr

import multiprocessing,time

def job(a):
    return a*a

def multipro():
    po = multiprocessing.Pool()#该处默认启用得是所有的核数，可以通过Pool(multiprocessing=3)这样去设置。
    res=po.map(job,range(10))
    print res

if __name__ == '__main__':
    multipro()

除了map还有apply_async、

使用方法：res = po.apply_async(job,(2,))

#!usr/bin/env python
#encding:utf-8
#by i3ekr

import multiprocessing,time

def job(a):
    return a*a

def multipro():
    po = multiprocessing.Pool()
    res=po.apply_async(job,(2,))#如果是只有一个参数依旧是一个可迭代的对象，所以需要多加一个逗号。
    print res.get()#通过get得到返回值

if __name__ == '__main__':
    multipro()

运行结果：

root@i3ekr:/home/i3ekr/Desktop# python 1.py
2

可以将apply_async用得更高级。做成一个迭代器。

#!usr/bin/env python
#encding:utf-8
#by i3ekr

import multiprocessing,time

def job(a):
    return a

def multipro():
    po = multiprocessing.Pool()
    res=[po.apply_async(job,(i,)) for i in range(10)]
    print([res.get() for res in res])#迭代res返回res给res.get

if __name__ == '__main__':
    multipro()

进程锁

---

跟Theading一样，会去抢内存。如果不了解得可以参考：http://www.cnblogs.com/xishaonian/p/7624736.html

基础知识：

• acquire()#上锁
• release()#解锁