Python多进程池 multiprocessing Pool

时间:2021-10-16 03:19:41

1. 背景

由于需要写python程序, 定时、大量发送htttp请求,并对结果进行处理。
参考其他代码有进程池,记录一下。

2. 多进程 vs 多线程

  • c++程序中,单个模块通常是单进程,会启动几十、上百个线程,充分发挥机器性能。(目前c++11有了std::thread编程多线程很方便,可以参考我之前的博客)
  • shell脚本中,都是多进程后台执行。({ ...} &, 可以参考我之前的博客,实现shell并发处理任务)
  • python脚本有多线程和多进程。由于python全局解锁锁的GIL的存在,一般建议 CPU密集型应该采用多进程充分发挥多核优势,I/O密集型可以采用多线程。

    尽管Python完全支持多线程编程, 但是解释器的C语言实现部分在完全并行执行时并不是线程安全的。
    实际上,解释器被一个全局解释器锁保护着,它确保任何时候都只有一个Python线程执行。
    GIL最大的问题就是Python的多线程程序并不能利用多核CPU的优势 (比如一个使用了多个线程的计算密集型程序只会在一个单CPU上面运行)。

3. multiprocessing pool使用例子

对Pool对象调用join()方法会等待所有子进程执行完毕,调用join()之前必须先调用close(),让其不再接受新的Process了

#coding=utf-8

import logging
import time
from multiprocessing import Pool

logging.basicConfig(level=logging.INFO, filename='logger.log')

class Point:
    def __init__(self, x = 0, y= 0):
        self.x = x
        self.y = y
    def __str__(self):
        return "(%d, %d)" % (self.x, self.y)

def fun1(point):
    point.x = point.x + 3
    point.y = point.y + 3
    time.sleep(1)
    return point

def fun2(x):
    time.sleep(1)
    logging.info(time.ctime() + ", fun2 input x:" + str(x))
    return x * x

if __name__ == '__main__':
    pool = Pool(4)

    #test1
    mylist = [x for x in range(10)]
    ret = pool.map(fun2, mylist)
    print ret

    #test2
    mydata = [Point(x, y) for x in range(3) for y in range(2)]
    res = pool.map(fun1, mydata)
    for i in res:
        print str(i)

    #end
    pool.close()    
    pool.join()
    print "end"

4. 参考