Python 多进程

由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。

Python提供了非常好用的多进程包multiprocessing，你只需要定义一个函数，Python会替你完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。

1、新建单一进程

如果我们新建少量进程，可以如下：

1 2 3 4 5 6 7 8 9 10 11 12 13

import multiprocessing import time   def func ( msg ) :      for i in xrange ( 3 ) :      print msg      time . sleep ( 1 )   if __name__ == "__main__" :      p = multiprocessing . Process ( target = func , args = ( "hello" , ) )      p . start ( )      p . join ( )      print "Sub-process done."

2、使用进程池

是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。

注意要用apply_async，如果落下async，就变成阻塞版本了。

processes=4是最多并发进程数量。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import multiprocessing import time   def func ( msg ) :      for i in xrange ( 3 ) :      print msg      time . sleep ( 1 )   if __name__ == "__main__" :      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."

3、使用Pool，并需要关注结果

更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import multiprocessing import time   def func ( msg ) :      for i in xrange ( 3 ) :      print msg      time . sleep ( 1 )      return "done " + msg   if __name__ == "__main__" :      pool = multiprocessing . Pool ( processes = 4 )      result = [ ]      for i in xrange ( 10 ) :          msg = "hello %d" % ( i )          result . append ( pool . apply_async ( func , ( msg , ) ) )      pool . close ( )      pool . join ( )      for res in result :          print res . get ( )      print "Sub-process(es) done."