本文实例讲述了python实现通过队列完成进程间的多任务功能。分享给大家供大家参考,具体如下:
1。通过队列完成进程间的多任务
进口多处理 def download_data(问): ”“下载数据”“” #模拟从网上下载数据 data=[33 11日,22日,44] #向队列中写入数据 临时的数据: q.put(临时) 打印(“——数据下载完成并且已存入队列- - - - -”) def analysis_data(问): ””“数据处理”“” waitting_analysis_data=https://www.yisu.com/zixun/list () #从队列中获取数据 而真正的: data=q.get () waitting_analysis_data.append(数据) 如果q.empty (): 打破 打印(waitting_analysis_data) def main (): # 1。创建一个队列 q=multiprocessing.Queue () q1=多处理。过程(目标=download_data args=(q)) q2=多处理。过程(目标=analysis_data args=(q)) q1.start () q2.start () if __name__==癬_main__”: main () >之前
2。进程池池/h4>
在程序实际处理问题过程中,忙时会有成千上万的任务需要被执行,闲时可能只有零星任务。那么在成千上万个任务需要被执行的时候,我们就需要去创建成千上万个进程么?首先,创建进程需要消耗时间,销毁进程也需要消耗时间。第二即便开启了成千上万的进程,操作系统也不能让他们同时执行,这样反而会影响程序的效率,因此我们不能无限制的根据任务开启或者结束进程。那么我们要怎么做呢?
在这里,要给大家介绍一个进程池的概念,定义一个池子,在里面放上固定数量的进程,有需求来了,就拿一个池中的进程来处理任务,等到处理完毕,进程并不关闭,而是将进程再放回进程池中继续等待任务。如果有很多任务需要执行,池中的进程数量不够,任务就要等待之前的进程执行任务完毕归来,拿到空闲进程才能继续执行。也就是说,池中进程的数量是固定的,那么同一时间最多有固定数量的进程在运行。这样不会增加操作系统的调度难度,还节省了开闭进程的时间,也一定程度上能够实现并发效果。
案例:
从多处理导入池 进口操作系统、时间、随机的 def工人(味精): t_start=time.time () 打印(“进程% s开始执行,进程号为% d %(味精、os.getpid ())) # random.random()随机生成0 - 1之间的浮点数 time . sleep (random.random () * 2) t_stop=time.time () 打印(“进程”、味精、“执行完成,耗时% 0.2 f % (t_stop-t_start)) def main (): #定义一个进程池,最大进程数为3 阿宝=池(3) 因为我在范围(10): #池().apply_async(要调用的目标,(传递给目标的参数元组,)) #每次循环将会用空闲出来的子进程去调用目标 po.apply_async(工人,(我)) 打印(“- - - - -开始- - - - -”) #关闭进程池,关闭后阿宝不再接受新的请求 po.close () #等待订单中所有子进程执行完成,必须放在亲密语句之后 po.join () 打印(“- - - - - - - - - -”) if __name__==癬_main__”: main () >之前
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python进程与线程操作技巧总结》,《Python数据结构与算法教程》、《Python函数使用技巧总结》,《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python + MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
python实现通过队列完成进程间的多任务功能示例