快捷導(dǎo)航

Python多進(jìn)程multiprocessing.Pool類詳解

更新時(shí)間：2018年04月27日 08:31:56 作者：世界看我我看世界

這篇文章主要為大家詳細(xì)介紹了Python多進(jìn)程multiprocessing.Pool類，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

multiprocessing模塊

multiprocessing包是Python中的多進(jìn)程管理包。它與 threading.Thread類似，可以利用multiprocessing.Process對(duì)象來(lái)創(chuàng)建一個(gè)進(jìn)程。該進(jìn)程可以允許放在Python程序內(nèi)部編寫的函數(shù)中。該P(yáng)rocess對(duì)象與Thread對(duì)象的用法相同，擁有is_alive()、join([timeout])、run()、start()、terminate()等方法。屬性有：authkey、daemon（要通過(guò)start()設(shè)置）、exitcode(進(jìn)程在運(yùn)行時(shí)為None、如果為–N，表示被信號(hào)N結(jié)束）、name、pid。此外multiprocessing包中也有Lock/Event/Semaphore/Condition類，用來(lái)同步進(jìn)程，其用法也與threading包中的同名類一樣。multiprocessing的很大一部份與threading使用同一套API，只不過(guò)換到了多進(jìn)程的情境。

這個(gè)模塊表示像線程一樣管理進(jìn)程，這個(gè)是multiprocessing的核心，它與threading很相似，對(duì)多核CPU的利用率會(huì)比threading好的多。

看一下Process類的構(gòu)造方法：

__init__(self, group=None, target=None, name=None, args=(), kwargs={})

參數(shù)說(shuō)明：

group：進(jìn)程所屬組?；静挥?
target：表示調(diào)用對(duì)象。
args：表示調(diào)用對(duì)象的位置參數(shù)元組。
name：別名
kwargs：表示調(diào)用對(duì)象的字典。

創(chuàng)建進(jìn)程的簡(jiǎn)單實(shí)例：

#coding=utf-8
import multiprocessing

def do(n) :
 #獲取當(dāng)前線程的名字
 name = multiprocessing.current_process().name
 print name,'starting'
 print "worker ", n
 return

if __name__ == '__main__' :
 numList = []
 for i in xrange(5) :
  p = multiprocessing.Process(target=do, args=(i,))
  numList.append(p)
  p.start()
  p.join()
  print "Process end."

執(zhí)行結(jié)果：

Process-1 starting
worker 0
Process end.
Process-2 starting
worker 1
Process end.
Process-3 starting
worker 2
Process end.
Process-4 starting
worker 3
Process end.
Process-5 starting
worker 4
Process end.

創(chuàng)建子進(jìn)程時(shí)，只需要傳入一個(gè)執(zhí)行函數(shù)和函數(shù)的參數(shù)，創(chuàng)建一個(gè)Process實(shí)例，并用其start()方法啟動(dòng)，這樣創(chuàng)建進(jìn)程比f(wàn)ork()還要簡(jiǎn)單。

join()方法表示等待子進(jìn)程結(jié)束以后再繼續(xù)往下運(yùn)行，通常用于進(jìn)程間的同步。

注意：

在Windows上要想使用進(jìn)程模塊，就必須把有關(guān)進(jìn)程的代碼寫在當(dāng)前.py文件的if __name__ == ‘__main__' :語(yǔ)句的下面，才能正常使用Windows下的進(jìn)程模塊。Unix/Linux下則不需要。

Pool類

在使用Python進(jìn)行系統(tǒng)管理時(shí)，特別是同時(shí)操作多個(gè)文件目錄或者遠(yuǎn)程控制多臺(tái)主機(jī)，并行操作可以節(jié)約大量的時(shí)間。如果操作的對(duì)象數(shù)目不大時(shí)，還可以直接使用Process類動(dòng)態(tài)的生成多個(gè)進(jìn)程，十幾個(gè)還好，但是如果上百個(gè)甚至更多，那手動(dòng)去限制進(jìn)程數(shù)量就顯得特別的繁瑣，此時(shí)進(jìn)程池就派上用場(chǎng)了。

Pool類可以提供指定數(shù)量的進(jìn)程供用戶調(diào)用，當(dāng)有新的請(qǐng)求提交到Pool中時(shí)，如果池還沒(méi)有滿，就會(huì)創(chuàng)建一個(gè)新的進(jìn)程來(lái)執(zhí)行請(qǐng)求。如果池滿，請(qǐng)求就會(huì)告知先等待，直到池中有進(jìn)程結(jié)束，才會(huì)創(chuàng)建新的進(jìn)程來(lái)執(zhí)行這些請(qǐng)求。
下面介紹一下multiprocessing 模塊下的Pool類下的幾個(gè)方法

apply()

函數(shù)原型：

apply(func[, args=()[, kwds={}]])

該函數(shù)用于傳遞不定參數(shù)，主進(jìn)程會(huì)被阻塞直到函數(shù)執(zhí)行結(jié)束（不建議使用，并且3.x以后不在出現(xiàn)）。

apply_async()

函數(shù)原型：

apply_async(func[, args=()[, kwds={}[, callback=None]]])

與apply用法一樣，但它是非阻塞且支持結(jié)果返回進(jìn)行回調(diào)。

map()

函數(shù)原型：

map(func, iterable[, chunksize=None])

Pool類中的map方法，與內(nèi)置的map函數(shù)用法行為基本一致，它會(huì)使進(jìn)程阻塞直到返回結(jié)果。
注意，雖然第二個(gè)參數(shù)是一個(gè)迭代器，但在實(shí)際使用中，必須在整個(gè)隊(duì)列都就緒后，程序才會(huì)運(yùn)行子進(jìn)程。

close()

關(guān)閉進(jìn)程池（pool），使其不在接受新的任務(wù)。

terminate()

結(jié)束工作進(jìn)程，不在處理未處理的任務(wù)。

join()

主進(jìn)程阻塞等待子進(jìn)程的退出，join方法必須在close或terminate之后使用。

multiprocessing.Pool類的實(shí)例：

import time
from multiprocessing import Pool
def run(fn):
 #fn: 函數(shù)參數(shù)是數(shù)據(jù)列表的一個(gè)元素
 time.sleep(1)
 return fn*fn

if __name__ == "__main__":
 testFL = [1,2,3,4,5,6] 
 print 'shunxu:' #順序執(zhí)行(也就是串行執(zhí)行，單進(jìn)程)
 s = time.time()
 for fn in testFL:
  run(fn)

 e1 = time.time()
 print "順序執(zhí)行時(shí)間：", int(e1 - s)

 print 'concurrent:' #創(chuàng)建多個(gè)進(jìn)程，并行執(zhí)行
 pool = Pool(5) #創(chuàng)建擁有5個(gè)進(jìn)程數(shù)量的進(jìn)程池
 #testFL:要處理的數(shù)據(jù)列表，run：處理testFL列表中數(shù)據(jù)的函數(shù)
 rl =pool.map(run, testFL) 
 pool.close()#關(guān)閉進(jìn)程池，不再接受新的進(jìn)程
 pool.join()#主進(jìn)程阻塞等待子進(jìn)程的退出
 e2 = time.time()
 print "并行執(zhí)行時(shí)間：", int(e2-e1)
 print rl

執(zhí)行結(jié)果：

shunxu:
順序執(zhí)行時(shí)間： 6
concurrent:
并行執(zhí)行時(shí)間： 2
[1, 4, 9, 16, 25, 36]

上例是一個(gè)創(chuàng)建多個(gè)進(jìn)程并發(fā)處理與順序執(zhí)行處理同一數(shù)據(jù)，所用時(shí)間的差別。從結(jié)果可以看出，并發(fā)執(zhí)行的時(shí)間明顯比順序執(zhí)行要快很多，但是進(jìn)程是要耗資源的，所以平時(shí)工作中，進(jìn)程數(shù)也不能開(kāi)太大。

程序中的r1表示全部進(jìn)程執(zhí)行結(jié)束后全局的返回結(jié)果集，run函數(shù)有返回值，所以一個(gè)進(jìn)程對(duì)應(yīng)一個(gè)返回結(jié)果，這個(gè)結(jié)果存在一個(gè)列表中，也就是一個(gè)結(jié)果堆中，實(shí)際上是用了隊(duì)列的原理，等待所有進(jìn)程都執(zhí)行完畢，就返回這個(gè)列表（列表的順序不定）。
對(duì)Pool對(duì)象調(diào)用join()方法會(huì)等待所有子進(jìn)程執(zhí)行完畢，調(diào)用join()之前必須先調(diào)用close()，讓其不再接受新的Process了。

再看一個(gè)實(shí)例：

import time
from multiprocessing import Pool
def run(fn) :
 time.sleep(2)
 print fn
if __name__ == "__main__" :
 startTime = time.time()
 testFL = [1,2,3,4,5]
 pool = Pool(10)#可以同時(shí)跑10個(gè)進(jìn)程
 pool.map(run,testFL)
 pool.close()
 pool.join()  
 endTime = time.time()
 print "time :", endTime - startTime

執(zhí)行結(jié)果：

21

3
4
5
time : 2.51999998093

再次執(zhí)行結(jié)果如下：

1
34

2
5
time : 2.48600006104

結(jié)果中為什么還有空行和沒(méi)有折行的數(shù)據(jù)呢？其實(shí)這跟進(jìn)程調(diào)度有關(guān)，當(dāng)有多個(gè)進(jìn)程并行執(zhí)行時(shí)，每個(gè)進(jìn)程得到的時(shí)間片時(shí)間不一樣，哪個(gè)進(jìn)程接受哪個(gè)請(qǐng)求以及執(zhí)行完成時(shí)間都是不定的，所以會(huì)出現(xiàn)輸出亂序的情況。那為什么又會(huì)有沒(méi)這行和空行的情況呢？因?yàn)橛锌赡茉趫?zhí)行第一個(gè)進(jìn)程時(shí)，剛要打印換行符時(shí)，切換到另一個(gè)進(jìn)程，這樣就極有可能兩個(gè)數(shù)字打印到同一行，并且再次切換回第一個(gè)進(jìn)程時(shí)會(huì)打印一個(gè)換行符，所以就會(huì)出現(xiàn)空行的情況。

進(jìn)程實(shí)戰(zhàn)實(shí)例

并行處理某個(gè)目錄下文件中的字符個(gè)數(shù)和行數(shù)，存入res.txt文件中，
每個(gè)文件一行，格式為：filename:lineNumber,charNumber

import os
import time
from multiprocessing import Pool

def getFile(path) :
 #獲取目錄下的文件list
 fileList = []
 for root, dirs, files in list(os.walk(path)) :
  for i in files :
   if i.endswith('.txt') or i.endswith('.10w') :
    fileList.append(root + "\\" + i)
 return fileList

def operFile(filePath) :
 #統(tǒng)計(jì)每個(gè)文件中行數(shù)和字符數(shù)，并返回
 filePath = filePath
 fp = open(filePath)
 content = fp.readlines()
 fp.close()
 lines = len(content)
 alphaNum = 0
 for i in content :
  alphaNum += len(i.strip('\n'))
 return lines,alphaNum,filePath

def out(list1, writeFilePath) :
 #將統(tǒng)計(jì)結(jié)果寫入結(jié)果文件中
 fileLines = 0
 charNum = 0
 fp = open(writeFilePath,'a')
 for i in list1 :
  fp.write(i[2] + " 行數(shù)："+ str(i[0]) + " 字符數(shù)："+str(i[1]) + "\n")
  fileLines += i[0]
  charNum += i[1]
 fp.close()
 print fileLines, charNum

if __name__ == "__main__":
 #創(chuàng)建多個(gè)進(jìn)程去統(tǒng)計(jì)目錄中所有文件的行數(shù)和字符數(shù)
 startTime = time.time()
 filePath = "C:\\wcx\\a"
 fileList = getFile(filePath)
 pool = Pool(5) 
 resultList =pool.map(operFile, fileList) 
 pool.close()
 pool.join()

 writeFilePath = "c:\\wcx\\res.txt"
 print resultList
 out(resultList, writeFilePath)
 endTime = time.time()
 print "used time is ", endTime - startTime

執(zhí)行結(jié)果：