14.2 multiprocessing--多线程

本模块提供了多进程进行共同协同工作的功能。由于Python存在GIL锁,对于多线程来说,这只是部分代码可以使用多CPU的优势,对于想全部使用多CPU的性能,让每一个任务都充分地使用CPU,那么使用多进程就是达到此目的,因为每个进程在Python里单独的GIL锁,这样就不会在不同进程之间进行了阻塞。因此,如果是需要使用大量CPU计算资源的需要,就应该使用多进程的方式。

 

class multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)

创建一个多进程管理对象,它就像多线程管理类Thread是一样的。参数group是总是为None,为了兼容线程类;参数target是被run()调用的可调用对象;参数name是进程的名称;参数argstarget对象的参数;参数kwargstarget对象的参数;参数daemon是是否设置为守护进程,守护进程不关心父进程是否退出的进程。

 

run()

进程运行的主函数。

 

start()

启动进程。

 

join([timeout])

阻塞直到进程退出为止,如果有设置超时时间就到达超时时间或者进程退出就返回。

 

name

进程的名称。

 

is_alive()

返回进程是否运行中,如果是返回True

 

daemon

守护进程的标志。

 

pid

返回当前进程的ID

 

exitcode

返回进程退出码。

 

authkey

进程的授权键值。

 

sentinel

数字表示的句柄。可以使用在系统等待函数里。

 

terminate()

终止进程。

 

exception multiprocessing.ProcessError

多进程的基本异常。

 

exception multiprocessing.BufferTooShort

接收缓冲区太小时异常。

 

exception multiprocessing.AuthenticationError

授权异常。

 

exception multiprocessing.TimeoutError

超时异常。

 

multiprocessing.Pipe([duplex])

两个进程之间的通讯的管道对象。参数duplex是设置为True时表示双向通讯。

 

class multiprocessing.Queue([maxsize])

多个进程之间进通讯的队列。它与管道的区别是可以多个进程之间进行通讯,管道只能是两个进程之间进行通讯。

qsize()

返回队列的大小。

 

empty()

如果队列为空返回True

 

full()

如果队列已经满返回True

 

put(obj[, block[, timeout]])

把对象obj放入队列。如果参数blockTrue,而参数timeoutNone,直到放入成功本函数调用才返回。

 

put_nowait(obj)

把对象obj放入队列,不作等待,相当于put(obj, False)

 

close()

当前进程关闭列表,不再放入任何数据到队列。

 

join_thread()

加入后台线程方式,以便等所有数据从队列里发送出去再退出进程。

 

cancel_join_thread()

防止后台线程阻塞,取消阻塞方式退出进程。

 

class multiprocessing.SimpleQueue

简化的队列,与类Pipe比较类似。

empty()

当队列为空返回True

 

get()

从队列里删除,并返回删除的项。

 

put(item)

把一项对象放入到队列。

 

class multiprocessing.JoinableQueue([maxsize])

队列的派生类,添加了两个新的方法。

task_done()

当使用get()函数获取任务已经做完了,可以调用本函数来通知队列任务已经做完。

 

join()

当队列里所有项未曾被处理之前,一直阻塞。

 

multiprocessing.active_children()

返回当前进程所有活动子进程列表。

 

multiprocessing.cpu_count()

返回当前系统有多少个CPU

 

multiprocessing.current_process()

返回当前进程对应的Process对象。

 

multiprocessing.freeze_support()

支持打包到WindowsEXE文件。

 

multiprocessing.get_all_start_methods()

返回当前平台所支持的创建进程的方式列表。

 

multiprocessing.get_context(method=None)

返回多进程里的环境变量。

 

multiprocessing.get_start_method(allow_none=False)

返回启动进程的方式,比如forkspawnforkserverNone

 

multiprocessing.set_executable()

设置子进程所使用解析器的路径。比如set_executable(os.path.join(sys.exec_prefix, 'pythonw.exe'))

 

multiprocessing.set_start_method(method)

设置启动子进程的方式。

 

多进程运行的例子:

#python 3.4
from multiprocessing import Process, Queue
 
def f(q, name):
    q.put(['hello', name])
 
if __name__ == '__main__':
    print('start...')
    q = Queue()
    p = Process(target=f, args=(q,'blog.csdn.net/caimouse',))
    p.start()
    print(q.get())
    p.join()
    print('gone')


结果输出如下:

start...

['hello', 'blog.csdn.net/caimouse']

gone

 

多进程使用管道通讯的例子:

#python 3.4

from multiprocessing import Process, Pipe

 

def f(conn):

    conn.send([42, None, 'hello'])

    conn.close()

 

if __name__ == '__main__':

    parent_conn, child_conn = Pipe()

    p = Process(target=f, args=(child_conn,))

    p.start()

    print(parent_conn.recv())   # prints "[42, None, 'hello']"

    p.join()

结果输出如下:

[42, None, 'hello']



蔡军生  QQ:9073204 深圳

你可能感兴趣的:(python,milang)