Python并发编程之进程池

忘是亡心i 2022-11-26 00:48 131阅读 0赞

前言：本博文主要讲解Python并发编程中的进程池（Pool）。

友情链接：

1.  [Python多进程中的multiprocessing][Python_multiprocessing]
2.  [Python多进程中的fork][Python_fork]
3.  [Python进程通信之Queue][Python_Queue]

### 文章目录 ###

*   *  一、进程池Pool
     *  二、apply堵塞式
     *  三、apply、apply\_async的区别
     *   *  3.1 apply阻塞式
         *  3.2 apply\_async异步非阻塞式

## 一、进程池Pool ##

当我们需要创建的子进程数量不多时，可以直接利用`multiprocessing`中的`Process`动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到`multiprocessing`模块提供的`Pool`方法。

初始化`Pool`时，可以指定一个最大进程数（如果没有指定，则按无限大处理。此时，在生成子进程时会高速处理、程序也在切换，会损耗性能），当有新的请求提交到`Pool`中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行，请看下面的实例：

from multiprocessing import Pool
    import time, os, random
    
    
    def test1(msg):
        t_start = time.time()
        print("%s开始执行，进程号为%d" % (msg, os.getpid()))
        time.sleep(random.random() * 2)
        t_stop = time.time()
        print("%s执行完成，耗时%.2f" % (msg, t_stop - t_start))
    
    
    if __name__ == "__main__":
        # 定义一个进程池，最大进程数2
        po = Pool(2)
        for i in range(1, 6):
            # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
            # 每次循环将会用空闲出来的子进程去调用目标
            po.apply_async(test1, (i,))
    
        print("-----start-----")
        po.close()  # 关闭进程池，关闭后po不再接收新的请求
        po.join()  # 等待po中所有子进程执行完成，必须放在close语句之后
        print("-----end-----")

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0MDM0Mzg0_size_16_color_FFFFFF_t_70]  
**multiprocessing.Pool常用函数解析：**

*  apply\_async(func\[, args\[, kwds\]\]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
 *  apply(func\[, args\[, kwds\]\])：使用阻塞方式调用func
 *  close()：关闭Pool，使其不再接受新的任务；
 *  terminate()：不管任务是否完成，立即终止；
 *  join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用。

## 二、apply堵塞式 ##

from multiprocessing import Pool
    import time, os, random
    
    
    def test1(msg):
        t_start = time.time()
        print("%s开始执行，进程号为%d" % (msg, os.getpid()))
        time.sleep(random.random() * 2)
        t_stop = time.time()
        print("%s执行完成，耗时%.2f" % (msg, t_stop - t_start))
    
    
    if __name__ == "__main__":
        # 定义一个进程池，最大进程数2
        po = Pool(2)
        for i in range(1, 6):
            # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
            # 每次循环将会用空闲出来的子进程去调用目标
            po.apply(test1, (i,))
    
        print("-----start-----")
        po.close()  # 关闭进程池，关闭后po不再接收新的请求
        po.join()  # 等待po中所有子进程执行完成，必须放在close语句之后
        print("-----end-----")

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0MDM0Mzg0_size_16_color_FFFFFF_t_70 1]  
***总结：** 我们使用 `apply` 时，进程池产生了堵塞。上述程序，它先执行完上一个再执行下一个，此时就没有发挥我们多任务、多进程的优势。因此：这块我们应该使用 `apply_async`，实现非阻塞异步。*

## 三、apply、apply\_async的区别 ##

*  `apply()`：阻塞主进程，并且依次按照顺序执行子进程,，等到全部子进程都执行完毕后 ，继续执行`apply()`后面主进程的代码。
 *  `apply_async()`：非阻塞异步的，它不会等待子进程执行完毕，主进程会继续执行，它会根据系统调度来进行进程切换。

那么我们通过第一、二部分的案例，可以看出：使用`apply_async()`完成了一个多任务的操作，而`apply()`实则是一个单任务，这样就没有体现我们多进程的优势。

我们都知道：进程的切换是操作系统来控制的，抢占式的切换模式。当我们首先运行主进程的时候，cpu运行的很快，那么当我们的主进程就运行完毕，整个程序结束。此时，子进程完全没有机会切换到程序，就已经结束了。

### 3.1 apply阻塞式 ###

首先主进程开始运行，碰到子进程，操作系统切换到子进程，等待子进程运行结束后，再切换到另外一个子进程，直到所有子进程运行完毕。然后在切换到主进程，运行剩余的部分。此时，我们可以发现，我们的程序其实是阻塞的，它一次只能执行一个进程，且执行完毕才会到下一个进程，完全没有利用我们多进程的优势。

### 3.2 apply\_async异步非阻塞式 ###

首先主进程开始运行，碰到子进程后，主进程说：让我先运行个够，等到操作系统进行进程切换的时候，再交给子进程运行。因为我们的程序太短，然而还没等到操作系统进行进程切换，主进程就运行完毕了。想要子进程执行，就告诉主进程：你等着所有子进程执行完毕后，再运行剩余部分。

那么此时，我们需要以下两行代码：

pool.close()
    pool.join()

**注意：** 我们先要`close()`一下子进程池, 而且要先在`join()`前运行它。

那么此时，因为`apply_async`是异步非阻塞式，不用等待当前进程执行完毕，随时跟进操作系统调度来进行进程切换。上一个进程没有执行完，就切换到下一个进程，然后再切换下去（最大不超过进程池规定的进程数），等待所有子进程运行完毕后，最后切换回主进程，执行剩余部分。

*因此Python官方也建议我们：废弃 `apply()`，使用 `apply_async()`。*

[Python_multiprocessing]: https://luckylifes.blog.csdn.net/article/details/107885692
[Python_fork]: https://luckylifes.blog.csdn.net/article/details/107850251
[Python_Queue]: https://luckylifes.blog.csdn.net/article/details/107964228
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0MDM0Mzg0_size_16_color_FFFFFF_t_70]: /images/20221124/b31dbe170c2442e48dd285d69600625c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0MDM0Mzg0_size_16_color_FFFFFF_t_70 1]: /images/20221124/f47ccd058956416c8678fa64fa787cae.png