标签：nbsp desktop lan 多核 文件 版本 dmi style alt
python 多线程：多线程
由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。
Python提供了非常好用的多进程包multiprocessing，你只需要定义一个函数，Python会替你完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。
1、新建单一进程
如果我们新建少量进程，可以如下：
import multiprocessing import time def func(msg): for i in xrange(3): print msg time.sleep(1) if __name__ == "__main__": p = multiprocessing.Process(target=func, args=("hello", )) p.start() p.join() print "Sub-process done."
2、使用进程池
是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。
注意要用apply_async，如果落下async，就变成阻塞版本了。
processes=10是最多并发进程数量。代码如下，能同时看到10个文件在同时进行写入。
# /usr/bin/env python # coding=utf8 import multiprocessing import time path = "C:\\Users\\admin.95BNQ4GMHNOZBFR\\Desktop\\linshi\\test\\" num = 0 def func(msg,k): print msg # for i in xrange(3): for j in range(5000): ff = open(path + str(k) + ".txt","a") ff.write("mmmmm" + "\n") ff.close() # time.sleep() if __name__ == "__main__": pool = multiprocessing.Pool(processes=10) #同时跑十个进程 for i in xrange(100): #先把这100个跑完，然后每次跑其中的十个 msg = "hello %d" % (i) print msg + "---" pool.apply_async(func, (msg,i)) pool.close() pool.join() print "Sub-process done."
运行结果：可以看出把100个任务送进进程池中，然后每次从中取10个
3、使用Pool，并需要关注结果
更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：
# /usr/bin/env python # coding=utf8 import multiprocessing import time path = "C:\\Users\\admin.95BNQ4GMHNOZBFR\\Desktop\\linshi\\test\\" num = 0 def func(msg, k): print "||" + msg # for i in xrange(3): for j in range(3000): ff = open(path + str(k) + ".txt", "a") ff.write("mmmmm" + "\n") ff.close() return "the " + str(k) + " have done" # 返回已经完成的状态 if __name__ == "__main__": pool = multiprocessing.Pool(processes=4) # 同时跑十个进程 result = [] for i in xrange(10): # 先把这100个跑完，然后每次跑其中的十个 msg = "hello %d" % (i) print msg + "---" result.append( pool.apply_async(func, (msg, i))) pool.close() pool.join() for res in result: #进程池中的任务结束后，输出完成的状态 print res.get() print "Sub-process done."
python（32）：多进程 multiprocessing
标签：nbsp desktop lan 多核 文件 版本 dmi style alt
原文地址：http://www.cnblogs.com/lovychen/p/6478046.html
