Python多進程池 multiprocessing Pool
阿新 • • 發佈:2018-07-29
問題 hub gin lock test logger int 新的 eth
1. 背景
由於需要寫python程序, 定時、大量發送htttp請求,並對結果進行處理。
參考其他代碼有進程池,記錄一下。
2. 多進程 vs 多線程
- c++程序中,單個模塊通常是
單進程
,會啟動幾十、上百個線程,充分發揮機器性能。(目前c++11有了std::thread編程多線程很方便,可以參考我之前的博客) - shell腳本中,都是
多進程
後臺執行。({ ...} &, 可以參考我之前的博客,實現shell並發處理任務) python腳本有多線程和多進程。由於python全局解鎖鎖的GIL的存在,一般建議 CPU密集型應該采用多進程充分發揮多核優勢,I/O密集型可以采用多線程。
盡管Python完全支持多線程編程, 但是解釋器的C語言實現部分在完全並行執行時並不是線程安全的。
GIL最大的問題就是Python的多線程程序並不能利用多核CPU的優勢 (比如一個使用了多個線程的計算密集型程序只會在一個單CPU上面運行)。
3. multiprocessing pool使用例子
對Pool對象調用join()方法會等待所有子進程執行完畢,調用join()之前必須先調用close(),讓其不再接受新的Process了
#coding=utf-8 import logging import time from multiprocessing import Pool logging.basicConfig(level=logging.INFO, filename='logger.log') class Point: def __init__(self, x = 0, y= 0): self.x = x self.y = y def __str__(self): return "(%d, %d)" % (self.x, self.y) def fun1(point): point.x = point.x + 3 point.y = point.y + 3 time.sleep(1) return point def fun2(x): time.sleep(1) logging.info(time.ctime() + ", fun2 input x:" + str(x)) return x * x if __name__ == '__main__': pool = Pool(4) #test1 mylist = [x for x in range(10)] ret = pool.map(fun2, mylist) print ret #test2 mydata = [Point(x, y) for x in range(3) for y in range(2)] res = pool.map(fun1, mydata) for i in res: print str(i) #end pool.close() pool.join() print "end"
4. 參考
- Python 多進程 multiprocessing.Pool類詳解
- Python 多線程和多進程編程總結
- Python的全局鎖問題
Python多進程池 multiprocessing Pool