Python进程池及自定义进程
微信关注公众号：夜寒信息
致力于为每一位用户免费提供更优质技术帮助与资源供给，感谢支持！
这次给大家分享Python的进程池及自定义进程，由于Python基础已经讲述，不再赘述类，方法，及其他基础语法的概念。多进程在任务的执行使用非常广泛，比如Windows可以同时开很多的窗口，QQ，微信，游戏等。以后我们也会讲解多线程，多线程常用于下载，以后会有讲解。
一、进程重写
首先我们按照常规导入multiprocessing模块，同样我们使用from multiprocessing import Process语句来导入Process类。还记得上篇文章
Python的进程池及自定义进程是并发编程中的关键概念，特别是在处理大量并行任务时。在Python中，`multiprocessing`模块提供了对进程的支持，包括创建进程和管理进程池。
**进程重写**
在Python中，`multiprocessing.Process`类是创建新进程的基础。要自定义进程，你需要创建一个新的类，继承自`Process`类，并重写`run()`方法。这个`run()`方法是进程执行的主要入口点，当调用`start()`方法时，系统会执行这个方法的内容。例如：
```python
from multiprocessing import Process
class MyProcess(Process):
def run(self):
n = 1
while True:
print(f'进程名:{self.name} n的值：{n}')
n += 1
```
在上面的例子中，`MyProcess`类继承了`Process`，并且定义了一个新的`run()`方法，用于在新进程中执行无限循环，打印进程名和计数值。
**进程池（Pool）**
为了方便管理大量的进程，Python提供了`multiprocessing.Pool`类，这就是进程池。进程池可以预先创建一定数量的进程，然后根据需要分配任务给这些进程。这样可以避免频繁地创建和销毁进程，提高效率。
创建进程池的基本语法如下：
```python
from multiprocessing import Pool
def worker(num):
# 这里是子进程要执行的任务
print(f'我在工作，编号是：{num}')
if __name__ == '__main__':
with Pool(5) as p: # 创建一个包含5个进程的进程池
for i in range(10):
p.apply_async(worker, args=(i,))
```
在上面的例子中，`Pool(5)`创建了一个包含5个进程的进程池，`apply_async()`方法用于将任务分发给进程池中的进程执行。非阻塞式的进程池意味着当你提交任务时，如果进程池中有空闲进程，任务会被立即执行；如果没有，任务会被放入队列等待。
**阻塞式进程池**
在某些情况下，你可能希望在所有任务都完成后再继续执行后面的代码，这时可以使用`Pool.map()`或`Pool.imap()`等方法，它们会在所有任务完成后返回结果。例如：
```python
results = p.map(worker, range(10))
```
**使用示例**
下面是一个简单的使用进程池执行多个计算任务的例子：
```python
import os
import time
from multiprocessing import Pool
from random import random
def compute(n):
time.sleep(random() * 2)
return n ** 2
if __name__ == '__main__':
with Pool(os.cpu_count()) as pool:
results = pool.map(compute, [1, 2, 3, 4, 5])
print("Results:", results)
```
在这个例子中，`compute()`函数模拟了一个耗时的操作，`pool.map()`将任务分发给进程池，最后打印出计算结果。
了解并熟练掌握Python的进程池和自定义进程，对于编写高效的并发程序至关重要。在实际应用中，可以根据任务的特性和需求，灵活选择单进程、多进程、线程或者进程池等并发模型。
