本文重點探究以下幾個內容：

• 創建進程Process
• 進程間數據傳遞Queue/Pipe/Value/Array/Manager
• 進程池Pool

創建進程Process

創建進程方式如下：

• 可以看出，Process的用法與Thread類似，守護進程設置方式為deamon屬性。由于join為0.5且為守護進程，因此不等守護進程運行結束主程序已退出。若增加另一非守護進程，則必須等非守護進程結束，守護進程才能退出

• 同樣，可以通過繼承Process實現進程

進程間數據傳遞Queue/Pipe/Value/Array/Manager

可以通過Lock鎖機制實現共享鎖，但比較常用的方式還是以上這些方式，效率更高，更安全。

Queue

使用方式

構造：

• multiprocessing.Queue([maxsize])
  限制隊列長度

類方法：

• qsize()
  返回隊列的大致大小，因為多進程或者多線程一直在消耗隊列，因此該數據不一定正確
• empty()
  判斷隊列是否為空，如果是，則返回True，否則False
• full()
  判斷隊列是否已滿，如果是，則返回True，否則False
• put(obj[, block[, timeout]])
  將對象放入隊列，可選參數block為True，timeout為None
• get()
  從隊列取出對象

Pipe

使用方式

構造

• conn1, conn2 = multiprocessing.Pipe([duplex])
  若duplex為True(默認)，則是雙向的，False則是單向的。 conn1只能接受，conn2只能發送。

Value和Array

Manager

更多類型支持一般使用Manager，支持的類型包括list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array，使用方式如下：

進程池

一般使用方式如下：

構造函數
multiprocessing.pool.Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])

• 若processes沒有傳，則默認為 os.cpu_count()

類方法

• apply(func[, args[, kwds]])
  在返回結果前，將一直阻塞進程，注意：func只在一個進程中運行
• apply_async(func[, args[, kwds[, callback[, error_callback]]]])
  在需要并行的場景中，一般用此方法更好。當result準備好時就調用callback，失敗則調用error_callback，注意：自定義回調函數只接受一個參數且時非阻塞的。
• map(func, iterable[, chunksize])
  為map()函數的并行版。將可迭代對象拆成小塊，放到不同進程中運行。對于內存占用大的可迭代對象，一般使用imap或imap_unordered
• map_async(func, iterable[, chunksize[, callback[, error_callback]]])
  非阻塞版。
• imap(func, iterable[, chunksize])
  注意：若iterable很長時，chunksize(默認為1)設一個大的值速度更快。
• imap_unordered(func, iterable[, chunksize])
  無序(若進程個數為1，則順序一致)

以上部分代碼來自官方文檔：https://docs.python.org/3/library/multiprocessing.html

總結

以上是生活随笔為你收集整理的python多进程_Python多进程实践的全部內容，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。