#原創，轉載請聯系

假設我們寫的一個程序需要運行100個子進程的時候，那么寫程序時，不可能循環創建銷毀100個進程吧？進程的創建與銷毀是很耗系統的資源的。

進程池的作用就體現出來了。

進程池可以控制進程的數量，重復利用進程對象，減少創建和銷毀進程的開銷。

-----------------------------------------------------------------------------------------我是一條分割線----------------------------------------------------------------------------------------------------

1.創建進程池

pool = multiprocessing.Pool()

創建進程池可以接收一個參數，這個參數可以設置進程池的最大值。就是指定有幾個子進程在“同時”進行。（為什么說是“同時”，因為在并發的情況下，子進程和主進程是按照時間片輪尋的方式執行的，只是切換得過快，并不是真的一起運行。）

-----------------------------------------------------------------------------------------我是一條分割線----------------------------------------------------------------------------------------------------

2.進程池的應用

import multiprocessing import os import random import timedef run_time(index):start_time = time.time()time.sleep(random.random())print("任務%d 任務id為%d 任務運行的時間為%0.2f" % (index,os.getpid(),time.time()-start_time))if __name__ == '__main__':pool = multiprocessing.Pool(3)for i in range(10):pool.apply_async(func=run_time,args=(i,))pool.close()pool.join()print("結束標志")

輸出：
任務2? 任務id為3191? 任務運行的時間為0.29
任務1? 任務id為3190? 任務運行的時間為0.33
任務0? 任務id為3189? 任務運行的時間為0.45
任務3? 任務id為3191? 任務運行的時間為0.41
任務4? 任務id為3190? 任務運行的時間為0.39
任務5? 任務id為3189? 任務運行的時間為0.76
任務7? 任務id為3190? 任務運行的時間為0.52
任務6? 任務id為3191? 任務運行的時間為0.80
任務8? 任務id為3189? 任務運行的時間為0.56
任務9? 任務id為3190? 任務運行的時間為0.80
結束標志

-----------------------------------------------------------------------------------------我是一條分割線----------------------------------------------------------------------------------------------------

3.進程池的進程默認都是守護進程

進程池的子進程都是由主進程創建的，且默認都是守護進程。所以當主進程執行完之后，進程池的子進程全部都被中斷。如果需要執行完進程池的子進程，才結束程序，需要加上兩句代碼。

pool.close() # 必須先關閉進程池，不再讓它接收新的進程，才能進行下一步的阻塞。（已經在排隊的進程不算新進程了！例如上面的例子，
10個子進程已經在進程池排隊，所以join方法會阻塞直到10個子進程執行完成。） pool.join（）

上面的例子，如果沒有這兩句代碼，輸出會變成下面的結果

import multiprocessing import os import random import timedef run_time(index):start_time = time.time()time.sleep(random.random())print("任務%d 任務id為%d 任務運行的時間為%0.2f" % (index,os.getpid(),time.time()-start_time))if __name__ == '__main__':pool = multiprocessing.Pool(3)for i in range(10):pool.apply_async(func=run_time,args=(i,))print("結束標志")

輸出：
結束標志

進程池排隊的10個進程，都是守護進程。還沒來得及運行，主進程運行了，然后中斷了進程池所有的子進程，因次子進程并沒有輸出。

-----------------------------------------------------------------------------------------我是一條分割線----------------------------------------------------------------------------------------------------

4.進程池中子進程之間的通信。

關于進程間的通信，可以看我的另一篇博客。https://www.cnblogs.com/chichung/p/9533227.html

那么，進程池中的子進程之間怎么進行通信呢？

我們來在進程池創建兩個子進程，然后讓一個子進程把數據放在隊列，另外一個子進程在隊列里取數據。

import multiprocessing import timedef send_data(queue):for i in "python":queue.put(i)print("把%s放進隊列里" % i)def recv_data(queue):while not queue.empty():data = queue.get()print("在隊列里取得%s" % data)if __name__ == '__main__':q = multiprocessing.Manager().Queue(5) # 進程池之間的通信中間要加Manager()，單純進程間的通信并不用，這是最大的區別。 pool = multiprocessing.Pool(2)pool.apply_async(func=send_data,args=(q,))time.sleep(1)pool.apply_async(func=recv_data,args=(q,))time.sleep(1)pool.close()pool.join()print("結束標志")

輸出：
把p放進隊列里
把y放進隊列里
把t放進隊列里
把h放進隊列里
把o放進隊列里
在隊列里取得p
把n放進隊列里
在隊列里取得y
在隊列里取得t
在隊列里取得h
在隊列里取得o
在隊列里取得n
結束標志

進程池里面子進程的通信也是用到Queue隊列，但是創建的方式稍微有點不同，上面代碼注釋那里已經提出。

?

轉載于:https://www.cnblogs.com/chichung/p/9534491.html

總結

以上是生活随笔為你收集整理的python中进程池的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。