> 백엔드 개발 > 파이썬 튜토리얼 > Python의 다중 프로세스에 대해 간략하게 설명

Python의 다중 프로세스에 대해 간략하게 설명

高洛峰
풀어 주다: 2017-02-22 10:43:11
원래의
1315명이 탐색했습니다.

멀티프로세싱 모듈은 Python 라이브러리에서 가장 발전되고 강력한 모듈 중 하나입니다. 이 기사에서는 다중 처리의 일반적인 기술에 대해 간략하게 소개합니다.

프로세스는 시스템 자체에서 관리됩니다.

1: 가장 기본적인 작성 방법

from multiprocessing import Pool

def f(x):
  return x*x

if __name__ == '__main__':
  p = Pool(5)
  print(p.map(f, [1, 2, 3]))
[1, 4, 9]
로그인 후 복사

2 실제로 os.fork 방식을 통해 프로세스가 생성됩니다<🎜. >

유닉스에서는 모든 프로세스가 포크 방식으로 생성됩니다.

multiprocessing Process
os

info(title):
  title
  , __name__
  (os, ): , os.getppid()
  , os.getpid()

f(name):
  info()
  , name

__name__ == :
  info()
  p = Process(=f, =(,))
  p.start()
  p.join()
로그인 후 복사

3. 스레드 공유 메모리

threading

run(info_list,n):
  info_list.append(n)
  info_list

__name__ == :
  info=[]
  i ():
    p=threading.Thread(=run,=[info,i])
    p.start()
[0]
[0, 1]
[0, 1, 2]
[0, 1, 2, 3]
[0, 1, 2, 3, 4]
[0, 1, 2, 3, 4, 5]
[0, 1, 2, 3, 4, 5, 6]
[0, 1, 2, 3, 4, 5, 6, 7]
[0, 1, 2, 3, 4, 5, 6, 7, 8]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
로그인 후 복사

프로세스는 메모리를 공유하지 않습니다. 🎜 >

multiprocessing Process
run(info_list,n):
  info_list.append(n)
  info_list

__name__ == :
  info=[]
  i ():
    p=Process(=run,=[info,i])
    p.start()
[1]
[2]
[3]
[0]
[4]
[5]
[6]
[7]
[8]
[9]
로그인 후 복사

메모리를 공유하려면 Queue를 사용해야 합니다

multiprocessing Process, Queue
f(q,n):
  q.put([n,])

__name__ == :
  q=Queue()
  i ():
    p=Process(=f,=(q,i))
    p.start()
  :
    q.get()
로그인 후 복사

4 .잠금: 화면 공유 전용, 프로세스가 독립적이므로 여러 프로세스에 유용하지 않음

multiprocessing Process, Lock
f(l, i):
  l.acquire()
  , i
  l.release()

__name__ == :
  lock = Lock()

  num ():
    Process(=f, =(lock, num)).start()
hello world 0
hello world 1
hello world 2
hello world 3
hello world 4
hello world 5
hello world 6
hello world 7
hello world 8
hello world 9
로그인 후 복사

5. 프로세스 간 메모리 공유: 값, 배열

multiprocessing Process, Value, Array

f(n, a):
  n.value = i ((a)):
    a[i] = -a[i]

__name__ == :
  num = Value(, )
  arr = Array(, ())

  num.value
  arr[:]

  p = Process(=f, =(num, arr))
  p.start()
  p.join()
0.0
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
3.1415927
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
로그인 후 복사

#manager 공유 방법이지만 느림

multiprocessing Process, Manager

f(d, l):
  d[] = d[] = d[] = l.reverse()

__name__ == :
  manager = Manager()

  d = manager.dict()
  l = manager.list(())

  p = Process(=f, =(d, l))
  p.start()
  p.join()

  d
  l
# print &#39;-------------&#39;这里只是另一种写法
# print pool.map(f,range(10))
{0.25: None, 1: &#39;1&#39;, &#39;2&#39;: 2}
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
로그인 후 복사

#Async: this 이 쓰기 방법은 거의 사용되지 않습니다

multiprocessing Pool
time
f(x):
  x*x
  time.sleep()
  x*x

__name__ == :
  pool=Pool(=)
  res_list=[]
  i ():
    res=pool.apply_async(f,[i])  res_list.append(res)

  r res_list:
    r.get(timeout=10) #超时时间
로그인 후 복사

동기화 방법이 적용됩니다

단순히 파이썬에서 멀티 프로세스에 대해 이야기하는 것과 관련된 더 많은 글은, PHP 중국어 웹사이트를 주목해주세요!

관련 라벨:
원천:php.cn
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
최신 이슈
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿