dw战队,儿女传奇之变脸惊情,小月月 照片
管道：双向通信 2个进程之间相互通信
我要评论from multiprocessing import process, pipe
def f1(conn):
from_zjc_msg = conn.recv()
print('我是子进程')
print('来自主进程的消息:', from_zjc_msg)
if __name__ == '__main__':
conn1, conn2 = pipe() # 创建一个管道对象, 全双工, 返回管道的两端, 但是一端发送的消息,只能另一端接受;自己这一端无法接收
# 可以将一端或两端发送给其他的进程, 那么多个进程之间就这一通过这一管道进行通信
p1 = process(target=f1, args=(conn2, ))
p1.start()
conn1.send('有点困了')
print('我是主进程')
event用法：
from mutiprocessing import event # 导入event模块
event=event() #设置一个事件对象, 初始标志位是false
event.set() # 将标志位改为true
event.clear() # 将标志位改为false
event.wait() # 等待设置标志位, 直到为true,再 继续向下执行
from multiprocessing import process, event
e = event() # 创建事件对象, 这个对象的初始状态为false
print('e的状态是', e.is_set())
print('程序运行到了这里')
e.set() # 将e的状态改为true
print('e的状态是', e.is_set())
# e.clear() # 将e的状态改为false
e.wait() # e这个事件对象如果值为false, 就在此处等待.
print('程序过了wait')
基于事件的进程通信
import time
from multiprocessing import process, event
def f1(e):
time.sleep(2)
n = 100
print('子进程计算结果为:', n)
e.set()
if __name__ == '__main__':
e = event()
p = process(target=f1, args=(e, ))
p.start()
print('主进程等待.....')
e.wait()
print('结果已经出来, 可以拿到该值')
信号量(semaphore)，用于控制线程并发数
需要导入模块:
from multiprocessing import process, semaphore
重要方法有2个 对象.acquire() 和 对象.release()
import time
import random
from multiprocessing import process, semaphore
def f1(i, s):
s.acquire()
print('%s号嘉宾进去了' % i)
time.sleep(random.randint(1, 3))
print('%s号嘉宾出来了' % i)
s.release()
if __name__ == '__main__':
s = semaphore(2) # 计数器2, acquire 一次减一, 为0, 其他人等待, release加1
for i in range(5):
p = process(target=f1, args=(i, s))
p.start()
进程池:定义一个池子，在里面放上固定数量的进程，有需求来了，就拿一个池中的进程来处理任务，等到处理完毕，进程并不关闭，而是将进程再放回进程池中继续等待任务。
如果有很多任务需要执行，池中的进程数量不够，任务就要等待之前的进程执行任务完毕归来，拿到空闲进程才能继续执行。也就是说，池中进程的数量是固定的，
那么同一时间最多有固定数量的进程在运行。
# # 进程池和多进程执行时间的对比
import time
from multiprocessing import process, pool
def f(n):
for i in range(5):
n += i
if __name__ == '__main__':
# 统计进程池执行100个任务的时间
s_time = time.time()
pool = pool(4) # 里面这个参数是指定进程池中有多少个进程, 4表示4个进程, 如果不传参, 默认开启的进程数一般是cpu的个数
pool.map(f, range(100)) # 参数数据必须是可迭代的, 异步提交任务, 自带join功能
e_time = time.time()
dif_time = e_time - s_time
# 统计100个进程, 来执行100个任务的执行时间
p_s_t = time.time() # 多进程起始时间
p_list = [ ]
for i in range(100):
p = process(target=f, args=(i,))
p.start()
p_list.append(p)
[pp.join() for pp in p_list]
p_e_t = time.time()
p_dif_t = p_e_t - p_s_t
print('进程池的执行时间:', dif_time)
print('多进程的执行时间:', p_dif_t)
进程池同步方法:
import time
from multiprocessing import process, pool
def f1(n):
# print(n)
time.sleep(2)
return n * 2
if __name__ == '__main__':
pool = pool(2)
for i in range(5):
print('xxxxx')
res = pool.apply(f1, args=(i, ))
print(res)
结果: 先执行xxxxx 过2s执行0, xxxxx 过2s执行2 xxxxx
进程池异步:
import time
from multiprocessing import process, pool
def f1(n):
time.sleep(2)
return n * 2
if __name__ == '__main__':
pool = pool(2)
res_list = [ ]
for i in range(5):
print('xxxxx')
res = pool.apply_async(f1, args=(i,))
res_list.append(res)
for i in res_list:
print(i.get())
进程池的回调函数:
import os
from multiprocessing import pool, process
def f1(n):
print('进程池里面的进程pid', os.getpid())
print(n)
return 2 * n
def f2(n):
print('回调函数里面的进程pid', os.getpid())
print(n)
if __name__ == '__main__':
pool = pool(4)
res = pool.apply_async(f1, args=(5,), callback=f2)
pool.close()
pool.join()
print('主程序里面的进程pid', os.getpid())
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
Python 实现将numpy中的nan和inf,nan替换成对应的均值
python爬虫把url链接编码成gbk2312格式过程解析
网友评论