和選用線程池來關系多線程類似，當程序中設置到多進程編程時，Python 提供了更好的管理多個進程的方式，就是使用進程池。

在利用 Python 進行系統管理的時候，特別是同時操作多個文件目錄，或者遠程控制多臺主機，并行操作可以節約大量的時間。

當被操作對象數目不大時，可以直接利用 multiprocessing 中的 Process 動態生成多個進程，十幾個還好，但如果是上百個，上千個目標，手動的去限制進程數量卻又太過繁瑣，此時可以發揮進程池的功效。

Pool可以提供指定數量的進程供用戶調用，當有新的請求提交到 pool 中時，如果進程池還沒有滿，那么就會創建一個新的進程用來執行該請求；但如果池中的進程數已經達到規定最大值，那么該請求就會等待，直到池中有進程結束，才會創建新的進程來它。

Python multiprocessing 模塊提供了 Pool() 函數，專門用來創建一個進程池，該函數的語法格式如下：

multiprocessing.Pool( processes )

其中，processes 參數用于指定該進程池中包含的進程數。

如果進程是 None，則默認使用 os.cpu_count() 返回的數字（根據本地的 cpu 個數決定，processes 小于等于本地的 cpu 個數）。

請看下面的實例：

from multiprocessing import Poolimport osimport timeimport randomdef worker(msg): t_start = time.time() print('%s開始執行,進程號為%d' % (msg, os.getpid())) # random.random()隨機生成0~1之間的浮點數 time.sleep(random.random()*2) t_stop = time.time() print(msg, '執行完畢，耗時%0.2f' % (t_stop-t_start))if __name__ == '__main__': po = Pool(3) # 定義一個進程池，最大進程數3 for i in range(0, 8): # Pool().apply_async(要調用的目標,(傳遞給目標的參數元祖,)) # 每次循環將會用空閑出來的子進程去調用目標 po.apply_async(worker, (i,)) print('----start----') # 關閉進程池，關閉后po不再接收新的請求 po.close() # 等待po中所有子進程執行完成，必須放在close語句之后 po.join() print('-----end-----')

運行結果：

multiprocessing.Pool 常用方法說明

apply_async(func[, args[, kwds]]) ：使用非阻塞方式調用 func（并行執行，堵塞方式必須等待上一個進程退出才能執行下一個進程），args 為傳遞給 func 的參數列表，kwds 為傳遞給 func 的關鍵字參數列表。

close()：關閉 Pool，使其不再接受新的任務。

terminate()：不管任務是否完成，立即終止。

join()：主進程阻塞，等待子進程的退出， 必須在 close 或 terminate 之后使用。

進程池中的 Queue

如果要使用 Pool 創建進程，就需要使用 multiprocessing.Manager() 中的 Queue()，而不是 multiprocessing.Queue()，否則會得到一條如下的錯誤信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的實例演示了進程池中的進程如何通信：

from multiprocessing import Manager, Poolimport osimport timeimport randomdef writer(q): print('writer啟動(%s),父進程為(%s)' % (os.getpid(), os.getppid())) for i in 'xiaoming': q.put(i)def reader(q): print('reader啟動(%s),父進程為(%s)' % (os.getpid(), os.getppid())) for i in range(q.qsize()): print('reader從Queue獲取到消息：%s' % q.get(True))if __name__ == '__main__': print('(%s) start' % os.getpid()) # 使用Manager中的Queue q = Manager().Queue() po = Pool() po.apply_async(writer, (q,)) # 先讓上面的任務向Queue存入數據，然后再讓下面的任務開始從中取數據 time.sleep(1) po.apply_async(reader, (q,)) po.close() po.join() print('(%s) End' % os.getpid())

運行結果：

(17528) startwriter啟動(2216),父進程為(17528)reader啟動(2216),父進程為(17528)reader從Queue獲取到消息：xreader從Queue獲取到消息：ireader從Queue獲取到消息：areader從Queue獲取到消息：oreader從Queue獲取到消息：mreader從Queue獲取到消息：ireader從Queue獲取到消息：nreader從Queue獲取到消息：g(17528) End

以上就是python 進程池pool使用詳解的詳細內容，更多關于python 進程池pool的資料請關注好吧啦網其它相關文章！