python——多進程

進程：

　　一個程序運行起來以後，代碼+用到的資源稱之爲進程，它是操做系統分配資源的基本單位。不只能夠經過線程完成多任務，進程也是能夠的。

　　調用：import multiprocessing

•   python的多進程是真真正正的利用了cpu的多核
•   進程之間是相互獨立的
•   不共享、互不干涉，進程間有隔離性
•   耗費的資源大，效率高
•   cpu密集的時候適合用多進程

進程的幾種用法：
一、沒有參數
　　不能直接啓動，須要加‘__name__ ==' __main__' ’
　　真真正正的利用了cpu的多核

 

eg：
import multiprocessing
import time
def test1():
    for i in range(5):
        time.sleep(1)
        print('test1~{}'.format(i))

def test2():
    for i in range(5):
        print('test2~{}'.format(i))
        time.sleep(1)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test1)
    p2 = multiprocessing.Process(target=test2)
    p1.start()
    p2.start()

結果：
    test2~0
    test1~0
    test2~1
    test1~1
    test2~2
    test1~2
    test2~3
    test1~3
    test2~4
    test1~4

　　

二、有參數時

import multiprocessing
import time

def test1(n):
    for i in range(n):
        time.sleep(1)
        print('test1~{}'.format(i))

def test2(n):
    for i in range(n):
        print('test2~{}'.format(i))
        time.sleep(1)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test1,args=(5,))
    p2 = multiprocessing.Process(target=test2,args=(4,))
    p1.start()
    p2.start()

結果：
    test2~0
    test1~0
    test2~1
    test1~1
    test2~2
    test1~2
    test2~3
    test1~3
    test1~4

三、進程池
 庫的導入方法
　　一、from multiprocessing import Pool（調用方法：pool）
　　二、import multiprocessing.pool（調用方法：multiprocessing.pool）
 XXX=Pool(NUM) ：NUM表明調用的數量，調用幾個就運行幾個
 必定是先關閉，後運行 pool.close() pool.join()

eg:
import multiprocessing
from multiprocessing import Pool
import time

def test1():
    for i in range(4):
        time.sleep(1)
        print('test1~{}'.format(i))

def test2():
    for i in range(4):
        time.sleep(1)
        print('test2~{}'.format(i))

def test3():
    for i in range(4):
        time.sleep(1)
        print('test3~{}'.format(i))

def test4():
    for i in range(4):
        time.sleep(1)
        print('test4~{}'.format(i))

if __name__ == '__main__':
    pool = Pool(2)                      #Pool(NUM)調用的數量，調用幾個就運行幾個
    pool.apply_async(test1)
    pool.apply_async(test2)
    pool.apply_async(test3)
    pool.apply_async(test4)
    pool.close()                        #必定是先關閉，後運行
    pool.join()

結果：
一、
    (pool = Pool(2))
	test1~0
	test2~0
    …
	test1~3
	test2~3
	test3~0
	test4~0
	…
二、
    pool = Pool(4)
	test1~0
	test4~0
	test2~0
	test3~0

四、不共享、互不干涉，進程間有隔離性

import multiprocessing
import time

n = 0
def test1():
    global n
    for i in range(10):
        n += 1
    print('test1:',n)

def test2():
    global n
    for i in range(10):
        n += 1
    print('test2:', n)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test1)
    p2 = multiprocessing.Process(target=test2)
    p1.start()
    p2.start()
    print('全局：',n)

結果：
    全局： 0
    test1: 10
    test2: 10