Python 多进程并发操作中进程池Pool

原文地址：Python多进程并发操作中进程池Pool的应用 作者：Squall_Liu

      在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程，10几个还好，但如果是上百个，上千个目标，手动的去限制进程数量却又太过繁琐，这时候进程池Pool发挥作用的时候就到了。
      Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来它。这里有一个简单的例子：

 #!/usr/bin/env python
 #coding=utf-8
 """
 Author: Squall
 Last modified: 2011-10-18 16:50
 Filename: pool.py
 Description: a simple sample for pool class
 """

 from multiprocessing import Pool
 from time import sleep

 def f(x):
     for i in range(10):
         print '%s --- %s ' % (i, x)
         sleep(1)


 def main():
     pool = Pool(processes=3)    # set the processes max number 3
     for i in range(11,20):
         result = pool.apply_async(f, (i,))
     pool.close()
     pool.join()
     if result.successful():
         print 'successful'


 if __name__ == "__main__":
     main()

       先创建容量为3的进程池，然后将f(i)依次传递给它，运行脚本后利用ps aux | grep pool.py查看进程情况，会发现最多只会有三个进程执行。pool.apply_async()用来向进程池提交目标请求，pool.join()是用来等待进程池中的worker进程执行完毕，防止主进程在worker进程结束前结束。但必pool.join()必须使用在pool.close()或者pool.terminate()之后。其中close()跟terminate()的区别在于close()会等待池中的worker进程执行结束再关闭pool,而terminate()则是直接关闭。result.successful()表示整个调用执行的状态，如果还有worker没有执行完，则会抛出 AssertionError异常。
    利用multiprocessing下的Pool可以很方便的同时自动处理几百或者上千个并行操作，脚本的复杂性也大大降低。

本文转载

作者：四号程序员

链接：http://www.coder4.com/archives/3352

Python多进程并发(multiprocessing)

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."

2014.12.25更新

根据网友评论中的反馈，在Windows下运行有可能崩溃(开启了一大堆新窗口、进程)，可以通过如下调用来解决：

Python

1	multiprocessing . freeze_support ( )

本文转载

作者： Feng_Yu

链接：http://my.oschina.net/abcfy2/blog/305159

简易worker multiprocessing.Pool

多任务模型设计是一个比较复杂的逻辑，但是python对于多任务的处理却有种种方便的类库，不需要过多的纠结进程/线程间的操作细节。比如multiprocessing.Pool就是其中之一。

官方给的范例也很简单。

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    pool = Pool(processes=4)              # start 4 worker processes
    result = pool.apply_async(f, [10])    # evaluate "f(10)" asynchronously
    print result.get(timeout=1)           # prints "100" unless your computer is *very* slow
    print pool.map(f, range(10))          # prints "[0, 1, 4,..., 81]"

并未做太多的详细解释。正好我手头有一段代码，需要请求几百个url，解析html页面获取一些信息，单线程for循环效率极低，因此看到了这个模块，想用这个实现多任务分析，参考代码如下：

from multiprocessing import Pool

def analyse_url(url):
    #do something with this url
    return analysis_result

if __name__ == '__main__':
    pool = Pool(processes=10)
    result = pool.map(analyse_url, url_list)

确实比以前单线程for循环url_list列表，一个个请求analyse_url要快得多，但是带来的问题就是一旦pool.map没执行完就ctrl-c中断程序，程序就会异常，永远无法退出，参考stackoverflow的这个帖子，修改为以下代码:

#result = pool.map(analyse_url, url_list)
result = pool.map_async(analyse_url, url_list).get(120)

至此问题完美解决