【Python】独特的进程池概念

【Python】独特的进程池概念

• 博主介绍
• 前言
• 🌟python进程池
• 🌟进程池如何使用？
  • ⭐️申请（）
  • ⭐️apply_async
  • ⭐️地图（）
  • ⭐️map_async()
  • ⭐️close()
  • ⭐️终端（）
  • ⭐️加入（）
• ⭐️代码实列：
• 🌟进程池中的进程和一般的进程有什么区别？
  • ⭐️进程池中的Queu

前言

创建进程池可以形象地理解为创建一个并行的流水线，只需创建一次流水线的消耗，处理接收到的任务的，不使用进程池。 ，浪费时间。

中方本来没有进程的，除了python的，使用线程池的语言，是进程的其他线程池（而进程是执行业务的其他任务）。python的原因（因为Cython的概念），线程编程不同的并行，把线程池的概念转移到了进程中，命名为进程池。

🌟python进程池

当创建的子进程数量不多时，可以直接利用多处理进程中的进程动态形成需要的进程。

如果是上百量甚至巨大上千，手动的去创建进程的工作目标，此时就可以为多进程模块提供池的方法。

1、初始化 Pool 时，可以指定一个进程数

2、当有新的请求提交到 Pool 中时

• 如果池还没有满，那么就用创建一个新进程的执行该请求；
• 如果池中的进程达到指定的任务，那么已经有多少时间，直到有进程结束，会用之前的请求进程来执行新的任务。

🌟进程池如何使用？

⭐️申请（）

函数原型：apply (func, args=()[, kwds={}]])

该函数传递不定参数，同 python 中的应用函数一致，主进程会被阻止函数执行结束（不建议使用，并且 3.x 以后不再出现使用）

⭐️apply_async

函数原型：apply_async(func[, args=()[, kwds={}[, callback=None]]])

与应用一致，但它是非进行不支持的使用支持结果返回后反对

⭐️地图（）

函数原型：map(func, iterable[, chunksize=None])

池类中的映射表的行为必须基本一致，它会使用第二个进程与先前的结果返回：

但在实际使用中，参数是一个调用，在整个应用程序中都需要注意，程序会运行子进程。

⭐️map_async()

函数原型：map_async(func, iterable[, chunksize[, callback]])

与地图匹配一致，但它是非阻尼的。

⭐️close()

关闭进程池（pool），不再接受新的任务。

⭐️终端（）

结束工作进程，不再处理未处理的任务。

⭐️加入（）

主进程停止等待子进程的退出，加入方法要在关闭或终止使用之后。

⭐️代码实列：

# 导入相关multiprocessing包
import multiprocessing

# 创建拥有CPU核心数量的进程的进程池
pool = multiprocessing.Pool(processes=multiprocessing.cpu_count())

for i in  range ( 100 ): ##制动等待当前任务的进程结束# pool.apply(func=pow, args=(i,2))
    
    

    # 不延迟当前任务的进程结束
    pool.apply_async(func= pow , args=(i, 2 ))

# # map函数到一个列表，延迟返回值
# results = pool.map(func=print, iterable=[i for i in range(10000)])

# # 不延迟等待返回值，未运行完就调用results会报错。
# results = poolmap_async(func=print, iterable=[i for i in range(10000)])

#close之后不会有新的进程加入到pool
 pool.close()

#加入函数等待所有子进程#调用加入之前，先结束调用close函数，否则会出错。
 pool.join()

# # 结束工作进程，不再处理未完成的任务。
# pool.terminate()

🌟进程池中的进程和一般的进程有什么区别？

⭐️进程池中的Queue

• 如果要使用进程池创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()。
• 使用的方法是一样的，都已经成功了，再用q.put()添加、q.get()等待获取。