Python多进程并发操作进程池Pool

目录：

1. multiprocessing模块
2. Pool类
3. apply
4. apply_async
5. map
6. close
7. terminate
8. join
9. 进程实例

multiprocessing模块

如果你打算编写多进程的服务程序，Unix/Linux无疑是正确的选择。由于Windows没有fork调用，难道在Windows上无法用Python编写多进程的程序？由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。multiprocessing模块提供了一个Process类来代表一个进程对象，这个模块表示像线程一样管理进程，这个是multiprocessing的核心，它与threading很相似，对多核CPU的利用率会比threading好的多。

看一下Process类的构造方法：

__init__(self, group=None, target=None, name=None, args=(), kwargs={})

参数说明： 
group：进程所属组。基本不用 
target：表示调用对象。 
args：表示调用对象的位置参数元组。 
name：别名 
kwargs：表示调用对象的字典。

下面看一个简单的例子

 #coding=utf-8
 import multiprocessing

 def do(n) :
   #获取当前线程的名字
   name = multiprocessing.current_process().name
   print(name,'starting')
   print("worker ", n)
   return 

 if __name__ == '__main__' :
   numList = []
   for i in xrange(5) :
     p = multiprocessing.Process(target=do, args=(i,))
     numList.append(p)
     p.start()
     p.join()
     print("Process end.")

运行结果

Process-1 starting
worker  0
Process end.
Process-2 starting
worker  1
Process end.
Process-3 starting
worker  2
Process end.
Process-4 starting
worker  3
Process end.
Process-5 starting
worker  4
Process end.

创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，并用其start()方法启动，这样创建进程比fork()还要简单。 join()方法表示等待子进程结束以后再继续往下运行，通常用于进程间的同步。

注意： 
在Windows上要想使用进程模块，就必须把有关进程的代码写在当前.py文件的if __name__ == ‘__main__’ :语句的下面，才能正常使用Windows下的进程模块。Unix/Linux下则不需要。

Pool类

Pool类可以提供指定数量的进程供用户调用，当有新的请求提交到Pool中时，如果池还没有满，就会创建一个新的进程来执行请求。如果池满，请求就会告知先等待，直到池中有进程结束，才会创建新的进程来执行这些请求。 
下面介绍一下multiprocessing 模块下的Pool类下的几个方法：

1.apply()

函数原型：apply(func[, args=()[, kwds={}]])

该函数用于传递不定参数，同python中的apply函数一致，主进程会被阻塞直到函数执行结束（不建议使用，并且3.x以后不在出现）。

2.apply_async

函数原型：apply_async(func[, args=()[, kwds={}[, callback=None]]])

与apply用法一致，但它是非阻塞的且支持结果返回后进行回调。

3.map()

函数原型：map(func, iterable[, chunksize=None])

Pool类中的map方法，与内置的map函数用法行为基本一致，它会使进程阻塞直到结果返回。 
注意：虽然第二个参数是一个迭代器，但在实际使用中，必须在整个队列都就绪后，程序才会运行子进程。

4.map_async()

函数原型：map_async(func, iterable[, chunksize[, callback]])
与map用法一致，但是它是非阻塞的。其有关事项见apply_async。

5.close()

关闭进程池（pool），使其不在接受新的任务。

6.terminal()

结束工作进程，不在处理未处理的任务。

7.join()

主进程阻塞等待子进程的退出， join方法要在close或terminate之后使用。

下面我们看一个简单的multiprocessing.Pool类的实例：

 # -*- coding: utf-8 -*-
 import time
 from multiprocessing import Pool
 def run(fn):
   #fn: 函数参数是数据列表的一个元素
   time.sleep(1)
   print(fn*fn)

 if __name__ == "__main__":
   testFL = [1,2,3,4,5,6]
   print ('shunxu:') #顺序执行(也就是串行执行，单进程)
   s = time.time()
   for fn in testFL:
     run(fn)
   t1 = time.time()
   print ("顺序执行时间：", int(t1 - s))

   print ('concurrent:') #创建多个进程，并行执行
   pool = Pool(10)  #创建拥有10个进程数量的进程池
   #testFL:要处理的数据列表，run：处理testFL列表中数据的函数
   pool.map(run, testFL)
   pool.close()#关闭进程池，不再接受新的进程
   pool.join()#主进程阻塞等待子进程的退出
   t2 = time.time()
   print ("并行执行时间：", int(t2-t1))

输出结果为：

shunxu:
1
4
9
16
25
36
顺序执行时间： 6
concurrent:
1
4
9
16
25
36
并行执行时间： 1

上例是一个创建多个进程并发处理与顺序执行处理同一数据，所用时间的差别。从结果可以看出，并发执行的时间明显比顺序执行要快很多，但是进程是要耗资源的，所以平时工作中，进程数也不能开太大。 对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，让其不再接受新的Process了。

更多有关进程介绍请参考官方文档：https://docs.python.org/2/library/multiprocessing.html

本文参考：http://blog.csdn.net/seetheworld518/article/details/49639651#t0

下次我们运用多进程爬取赶集网数据。