Python基础之如何使用multiprocessing模块

一、multiprocessing模块

multiprocessing包是Python中的多进程管理包。与threading.Thread类似，它可以使用multiprocessing.Proces 对象来创建一个进程。

该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同，也start(),run()的方法。

此外multiprocessing包中也有Lock/Event/Semaphore/Condition类(这些对象可以像多线程那样，通过参数传递给各个进程)，用以同步进程，其用法与threading包中的同名类一致。

所以，multiprocessing的很大一部份与threading使用同一套API，只不过换到了多进程的情境。接下来我们通过一个案例学习:

import time
import multiprocessing
 
def download () :
    print("开始下载文件...")
    time.sleep(1)
    print("完成下载文件...")
 
def upload() :
    print("开始上传文件...")
    time.sleep(1)
    print("完成上传文件...")
 
#download()
# upload()
#多进程与多线程的使用方式是差不多的
download_process = multiprocessing.Process(target=download)
upload_process = multiprocessing. Process(target=upload)
if _name_ == '_main_':
    #多进程必须要在 if _name_ == "_main_”里面
    download_process.start()
    upload_process.start ()
    #默认情况下，主进程代码运行完毕之后会等待子进程结束
    print('--主进程运行完了---')

上述代码是一个非常简单的程序，一旦运行这个程序，按照代码的执行顺序，download 函数执行完毕后才能执行upload 函数﹒如果可以让download和upload同时运行，显然执行这个程序的效率会大大提升。

要点：

• 进程(Process)是资源分配的最小单位
• 多进程是Python程序中实现多任务的一种方式，使用多进程可以大大提高程序的执行效率

二、进程的创建

• 导入进程包

import multiprocessing

• 通过进程类创建进程对象

进程对象= multiprocessing.Process()

• 启动进程执行任务

进程对象.start()

通过进程类创建进程对象

进程对象=multiprocessing.Process(target=任务名)

三、进程的参数传递

带有参数的任务

进程执行带有参数的任务传参有两种方式：

• 元组方式传参∶元组方式传参一定要和参数的顺序保持一致。
• 字典方式传参:字典方式传参字典中的key一定要和参数名保持一致。

到此这篇关于Python基础之如何使用multiprocessing模块的文章就介绍到这了,更多相关multiprocessing模块的使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论