您好,登錄后才能下訂單哦!
這篇“Python中的多進(jìn)程怎么創(chuàng)建”文章的知識點(diǎn)大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“Python中的多進(jìn)程怎么創(chuàng)建”文章吧。
創(chuàng)建進(jìn)程和創(chuàng)建線程的方法基本一致,請看下面代碼:
# coding:utf-8 # 導(dǎo)入多進(jìn)程的包,并重命名為mp import multiprocessing as mp # 主要工作 def p1(): print("zxy") if __name__ == "__main__": # 創(chuàng)建新進(jìn)程 new_process = mp.Process(target=p1, name="p1") # 啟動這個進(jìn)程 new_process.start() # 阻塞該進(jìn)程 new_process.join()
控制臺效果圖:
為什么要在多進(jìn)程中使用queue呢?
因?yàn)槎噙M(jìn)程和多線程一樣,在工作函數(shù)中,無法通過return返回進(jìn)程函數(shù)中的結(jié)果,所以使用queue進(jìn)行存儲結(jié)果,要用的時候再進(jìn)行取出。
# coding:utf-8 import time import multiprocessing as mp """ 使用多進(jìn)程時,運(yùn)行程序所用的時間 """ def job1(q): res = 0 for i in range(100): res += i + i**5 +i**8 time.sleep(0.1) # 將結(jié)果放入隊(duì)列中 q.put(res) def job2(q): res = 0 for i in range(100): res += i + i**5 +i**8 time.sleep(0.1) q.put(res) if __name__ == "__main__": start_time = time.time() # 創(chuàng)建隊(duì)列 q = mp.Queue() # 創(chuàng)建進(jìn)程1 process1 = mp.Process(target=job1, args=(q,)) # 創(chuàng)建進(jìn)程2 process2 = mp.Process(target=job2, args=(q,)) process1.start() process2.start() # 通過隊(duì)列獲取值 res1 = q.get() res2 = q.get() print("res1為%d,res2為%d" % (res1, res2)) end_time = time.time() print("整個過程所用時間為%s" %(end_time-start_time))
效果圖:
接下來使用多進(jìn)程、多線程、以及什么都不用的普通方法進(jìn)行處理,看看他們?nèi)N方法的效率如何?
# coding:utf-8 import multiprocessing as mp import time import threading as th """ 多進(jìn)程、多線程、普通方法的性能比較 """ # 多進(jìn)程工作 def mp_job(res): for i in range(10000000): res += i**5 + i**6 print(res) # 多線程工作 def mt_job(res): for i in range(10000000): res += i**5 + i**6 print(res) # 普通方法工作 def normal_job(res): for i in range(10000000): res += i ** 5 + i ** 6 print(res) if __name__ == "__main__": mp_sum = 0 mp_start = time.time() process1 =mp.Process(target=mp_job, args=(mp_sum, )) process2 = mp.Process(target=mp_job, args=(mp_sum,)) process1.start() process2.start() process1.join() process2.join() mp_end = time.time() print("多進(jìn)程使用時間為", (mp_end-mp_start)) mt_start = time.time() mt_sum = 0 thread1 = th.Thread(target=mt_job, args=(mt_sum, )) thread2 = th.Thread(target=mt_job, args=(mt_sum, )) thread1.start() thread2.start() thread1.join() thread2.join() mt_end = time.time() print("多線程使用的時間是", (mt_end-mt_start)) normal_start = time.time() normal_sum = 0 # 進(jìn)行兩次 normal_job(normal_sum) normal_job(normal_sum) normal_end = time.time() print("普通方法使用的時間是", (normal_end-normal_start))
效果圖:
實(shí)驗(yàn)結(jié)果表明:多進(jìn)程的效率確實(shí)高?。?!
進(jìn)程池是干什么用的呢?
進(jìn)程池就是python的多進(jìn)程提供的一個池子,將所有的進(jìn)程都放在這個池子里面,讓計算機(jī)自己去使用進(jìn)程池中的資源,從而多進(jìn)程處理一些程序,進(jìn)而提高工作效率。
(1)默認(rèn)使用進(jìn)程池中全部進(jìn)程時
# coding:utf-8 import time import multiprocessing as mp """ 進(jìn)程池pool的使用 """ def job(num): time.sleep(1) return num * num if __name__ == "__main__": start_time = time.time() # 括號里面不加參數(shù)時,默認(rèn)使用進(jìn)程池中所有進(jìn)程 pool = mp.Pool() res = pool.map(job, range(10)) print(res) end_time = time.time() print("運(yùn)行時間為", (end_time-start_time))
效果圖:
(2)指定進(jìn)程池中進(jìn)程數(shù)時
# coding:utf-8 import time import multiprocessing as mp """ 進(jìn)程池pool的使用 """ def job(num): time.sleep(1) return num * num if __name__ == "__main__": start_time = time.time() # 括號里面加參數(shù)時,指定兩個進(jìn)程進(jìn)行處理 pool = mp.Pool(processes=2) res = pool.map(job, range(10)) print(res) end_time = time.time() print("運(yùn)行時間為", (end_time-start_time))
效果圖:
(3)不使用多進(jìn)程時
# coding:utf-8 import time def job(res): for i in range(10): res.append(i*i) time.sleep(1) if __name__ == "__main__": start_time = time.time() res = [] job(res) print(res) end_time =time.time() print("不使用進(jìn)程池所用時間為", (end_time-start_time))
效果圖:
實(shí)驗(yàn)結(jié)論:多進(jìn)程處理事情,效率很高!??!核心越多,處理越快!
一個核心,我們多線程處理時,可以使用全局變量來共享數(shù)據(jù)。但是多進(jìn)程之間是不行的,那我們多進(jìn)程之間應(yīng)該如何共享數(shù)據(jù)呢?
那就得用到共享內(nèi)存了!
# coding:utf-8 import multiprocessing as mp """ 共享內(nèi)存 """ if __name__ == "__main__": # 第一個參數(shù)是數(shù)據(jù)類型的代碼,i代表整數(shù)類型 # 第二個參數(shù)是共享數(shù)據(jù)的值 v = mp.Value("i", 0)
進(jìn)程鎖和線程鎖的用法基本一致。進(jìn)程鎖的誕生是為了避免多進(jìn)程之間搶占共享數(shù)據(jù),進(jìn)而造成多進(jìn)程之間混亂修改共享內(nèi)存的局面。
(1)不加鎖之前
# coding:utf-8 import multiprocessing as mp import time """ 進(jìn)程中的鎖lock """ def job(v, num): for i in range(10): v.value += num print(v.value) time.sleep(0.2) if __name__ == "__main__": # 多進(jìn)程中的共享內(nèi)存 v = mp.Value("i", 0) # 進(jìn)程1讓共享變量每次加1 process1 = mp.Process(target=job, args=(v, 1)) # 進(jìn)程2讓共享變量每次加3 process2 = mp.Process(target=job, args=(v, 3)) process1.start() process2.start()
效果圖:
(2)加鎖之后
# coding:utf-8 import multiprocessing as mp import time """ 進(jìn)程中的鎖lock """ def job(v, num, l): # 加鎖 l.acquire() for i in range(10): v.value += num print(v.value) time.sleep(0.2) # 解鎖 l.release() if __name__ == "__main__": # 創(chuàng)建進(jìn)程鎖 l = mp.Lock() # 多進(jìn)程中的共享內(nèi)存 v = mp.Value("i", 0) process1 = mp.Process(target=job, args=(v, 1, l)) process2 = mp.Process(target=job, args=(v, 3, l)) process1.start() process2.start()
效果圖:
以上就是關(guān)于“Python中的多進(jìn)程怎么創(chuàng)建”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對大家有幫助,若想了解更多相關(guān)的知識內(nèi)容,請關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。