python并发编程之多进程2数据共享及进程池和回调函数
一、数据共享
尽量避免共享数据的方式
可以借助队列或管道实现通信,二者都是基于消息传递的。
虽然进程间数据独立,但可以用过Manager实现数据共享,事实上Manager的功能远不止于此。
命令就是一个程序,按回车就会执行(这个只是在windows情况下)
tasklist 查看进程
|就是管道(tasklist执行的内容就放到管道里面了,
管道后面的findstr pycharm就接收了)
管道和队列
Manager,Process,Lock
work(dic,mutex):
mutex.acquire()
dic['count']-=1
mutex.release()
也可以这样加锁
with mutex:
'] -= 1
:
Lock()
实现共享,由于字典是共享的字典,所以得加个锁
})
[]
):
(share_dic,mutex))
先添加进去
p.start()
p_l:
i.join()
(share_dic)
共享就意味着会有竞争,
数据共享
二、进程池
在利用Python进行系统管理的时候,特别是同时操作多个文件目录,或者远程控制多台主机,并行操作可以节约大量的时间。多进程是实现并发的手段之一,需要注意的问题是:
- 很明显需要并发执行的任务通常要远大于核数
- 一个操作系统不可能无限开启进程,通常有几个核就开几个进程
- 进程开启过多,效率反而会下降(开启进程是需要占用系统资源的,而且开启多余核数目的进程也无法做到并行)
例如当被操作对象数目不大时,可以直接利用multiprocessing中的Process动态成生多个进程,十几个还好,但如果是上百个,上千个。。。手动的去限制进程数量却又太过繁琐,此时可以发挥进程池的功效。
那么什么是进程池呢?进程池就是控制进程数目
ps:对于远程过程调用的高级应用程序而言,应该使用进程池,Pool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,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规定最大值,那么该请求就会等待,直到池中有进程结束,就重用进程池中的进程。
进程池的结构:
创建进程池的类:如果指定numprocess为3,则进程池会从无到有创建三个进程,然后自始至终使用这三个进程去执行所有任务,不会开启其他进程
1.创建进程池
Pool([numprocess [,initializer [, initargs]]]):创建进程池
2.参数介绍
numprocess:要创建的进程数,如果省略,将默认为cpu_count()的值,可os.cpu_count()查看
initializer:是每个工作进程启动时要执行的可调用对象,默认为None
initargs:是要传给initializer的参数组
3.方法介绍
p.apply(func [, args [, kwargs]]):在一个池工作进程中执行
func(*args,**kwargs),然后返回结果。
需要强调的是:此操作并不会在所有池工作进程中并执行func函数。
如果要通过不同参数并发地执行func函数,必须从不同线程调用p.apply()
函数或者使用p.apply_async() p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
此方法的结果是AsyncResult类的实例,
callback是可调用对象,接收输入参数。当func的结果变为可用时,
将理解传递给callback。callback禁止执行任何阻塞操作,
否则将接收其他异步操作中的结果。 p.close():关闭进程池,防止进一步操作。禁止往进程池内在添加任务(需要注意的是一定要写在close()的上方)
P.jion():等待所有工作进程退出。此方法只能在close()或teminate()之后调用
应用1:
Pool
os,time
task(n):
os.getpid())
)
os.getpid())
return n**2
:
print(os.cpu_count()) #查看cpu个数
最大四个进程
开7个任务
同步的,等着一个运行完才执行另一个
res)
禁止往进程池内在添加任务
在等进程池
')
apply同步进程池(阻塞)(串行)
----------------
那么我们为什么要用进程池呢?这是因为进程池使用来控制进程数目的,
我们需要几个就开几个进程。如果不用进程池实现并发的话,会开很多的进程
如果你开的进程特别多,那么你的机器就会很卡,所以我们把进程控制好,用几个就
开几个,也不会太占用内存
Pool
os,time
walk(n):
os.getpid())
)
return n**2
:
)
[]
):
(i,))
print(res) #打印出来的是对象
那么现在拿到的是一个列表,怎么得到值呢?我们用个.get方法
禁止往进程池里添加任务
p.join()
print(res_obj_l)
这样就得到了
apply_async异步进程池(非阻塞)(并行)
那么什么是同步,什么是异步呢?
同步就是指一个进程在执行某个请求的时候,若该请求需要一段时间才能返回信息,那么这个进程将会一直等待下去,直到收到返回信息才继续执行下去
当有消息返回时系统会通知进程进行处理,这样可以提高执行的效率。
什么是串行,什么是并行呢?
举例:能并排开几辆车的就可以说是“并行”,只能一辆一辆开的就属于“串行”了。很明显,并行的速度要比串行的快得多。(并行互不影响,串行的等着一个完了才能接着另一个)
应用2:
使用进程池维护固定数目的进程(以前客户端和服务端的改进)
import *
Pool
socket(AF_INET,SOCK_STREAM)
端口重用
))
)
)
talk(coon,addr):
通信循环
:
)
))
break
coon.send(cmd.upper())
))
Exception:
break
coon.close()
:
)
链接循环
s.accept()
(coon,addr)
(coon,addr))
s.close()
因为是循环,所以就不用p.join了
服务端
import *
socket(AF_INET,SOCK_STREAM)
))
True:
).strip()
continue
))
)
))
10 c.close()
客户端
三、回调函数
回调函数什么时候用?(回调函数在爬虫中最常用)
造数据的非常耗时
处理数据的时候不耗时 你下载的地址如果完成了,就自动提醒让主进程解析
谁要是好了就通知解析函数去解析(回调函数的强大之处)
需要回调函数的场景:进程池中任何一个任务一旦处理完了,就立即告知主进程:我好了额,你可以处理我的结果了。主进程则调用一个函数去处理该结果,该函数即回调函数
我们可以把耗时间(阻塞)的任务放到进程池中,然后指定回调函数(主进程负责执行),这样主进程在执行回调函数时就省去了I/O的过程,直接拿到的是任务的结果。
Pool
requests
os
time
get_page(url):
(os.getpid(),url))
得到地址
)
(os.getpid(),url))
:response.text}
parse_page(res):
'''
]))
) as f:
]))
f.write(parse_res)
:
)
[
,
,
,
,
'
]
urls:
parse_page)
p.close()
p.join()
都不用.get()方法了
回调函数(下载网页的小例子)
如果在主进程中等待进程池中所有任务都执行完毕后,再统一处理结果,则无需回调函数
Pool
requests
os
get_page(url):
(os.getpid(),url))
得到地址 response响应
:response.text}
:
)
[
,
,
,
,
'
]
[]
urls:
(url,))
obj_l.append(obj)
p.close()
p.join()
in obj_l])
下载网页小例子(无需回调函数)
最新文章
- Mosquitto搭建Android推送服务番外篇一:各种报错解决
- Java_正则表达式
- MVC项目使用easyui的filebox控件上传文件
- SQL*Loader之CASE10
- 【SQL Server】数据库是单个用户的 无法顺利进行操作 怎么解决
- 如何在A用户下建立视图,这个视图是A的表与B的表进行关联的?
- 做什么都要坚持,写blog也一样,
- ADO.Net的小知识(连接数据库)二
- 怎么样删除eclipse已经记录svn的地址
- 百度静态资源(JS)公共库
- 为通过ClickOnce部署的应用程序进行数字签名
- cin 与 scanf 的不同
- Python学习笔记009_构造与析构
- javaSE基础
- Docker系列10—容器编排工具Docker Compose详解
- SecureCRT操作指令
- zookeeper(百度百科http://baike.baidu.com/view/3061646.htm?fr=aladdin)
- css选择问题
- ajax file upload 修改
- 搭建Linux-java web运行环境之一:安装jdk+tomcat