Python多进程并发操作中进程池Pool的应用<转>
2014-06-30 18:21
567 查看
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。
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。
相关文章推荐
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作中进程池Pool的应用
- Python多进程并发操作进程池Pool
- Python 多进程并发操作中进程池Pool
- Python 多进程并发操作中进程池Pool的实例
- Python fork 守护进程<转>
- python中multiprocessing.pool函数介绍<转>
- Python 符号、>>:右移、 <<:左移、 &:按位与、 |:按位或 (&与实际应用奇数偶数判断,>>右位移可用于计算文件大小)
- Python daemon 守护进程<转>
- <<Windows CE 系统进程外组件应用开发 >> 文章的解读
- <Python一下>Time操作
- python文件夹遍历,文件操作,获取文件修改创建时间<转>
- <python>文件操作
- Json概述以及python对json的相关操作<转>
- python操作redis简单例子<转>
- YII Framework学习教程-YII的Model-数据库操作4-<Query Builder>翻译
- List<Map>类型的JavaScript数组应用范例:资讯列表多样化显示