目录

多线程和并发编程（二）

进程的创建-Proccess子类

进程池

Pool实例方法表

多线程和并发编程（二）

进程的创建-Proccess子类

  创建进程的方式还可以使用类的方式，可以自定义-一个类，继承Process类，每次实例化这个类的时候，就等同于实例化一个进程对象。

[示例]继承Process的类,重写run0方法创建进程 

# 导入模块
from multiprocessing import Process
from time import sleep
import time
# 定义类
class ClockProcess(Process):
    # 重新初始化方法
    def __init__(self,interval):
        Process.__init__(self)
        self.interval=interval

    def run(self):
        # 创建子进程
        print("子进程开始执行的时间：{}".format(time.ctime()))
        sleep(self.interval)
        print("子进程执行结束时间：{}".format(time.ctime()))

if __name__ =="__main__":
    p=ClockProcess(4)
    p.start()
    p.join()
    print("主进程结束")

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。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，上千个目标，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。 

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己经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程。Pool 的语法格式如下: 

Pool ([numprocess [ initializer [, initrg]])

其中numprocess是要创建的进程数。如果省略此参数,将使用cpu _count()的值.Initializer是每个工作进程启动时要执行的可调用对象。Initargs 是要传递给initializer的参数元祖。Initializer默认为None. 

Pool实例方法表

方法	描述
apply (fune [, args, [, kwargs]])	在一个池工作进程中执行函数(*arss, **kwares), 然后返回结果。
apply_async(func,[,args[,kwargs[,callback]]])	在 一个池工作进程中异步地执行函数(*arss, **kwarss),然后返回结果。此方法的结果是AsyncResult类的实例，稍后可用于获得最终结果。Callback 是可调用对象，接受输入参数。当func的结果变为可用时，将立即传递给callback. Callback 禁止执行任何阻塞操作，否则将阻塞接收其他异步操作中的结果。
close()	关闭进程池，防止进行进- -步操作。 如果还有挂起的操作，它们将在工作进程终止之前完成
join()	等待所有工作进程退出。此方法只能在close () 或者terminate ()方法之后调用
imap( func, iterable [，chunksize] )	map ()函数的版本之一，返回迭代器而非结果列表
imap unordered( fune. ，iterable [ ，chunksize] )	同 imap()函数一样，只是结果的顺序根据从工作进程接收到的时间任意确定
map( func, iterable [，chunksize] )	将可调用对象fune应用给iterable.中的所有项，然后以列表的形式返回结果。通过将iterable划分为多块并将工作分派给工作进程,可以并行地执行这项操作。chunksize.指定每块中的项数。如果数量较大，可以增大chunksize.的值来提升性能
map_ asyne( fune, iterable[, chunksize[，callback]] )	同 map ()函数，但结果的返回是异步的。返回值是AsyncResult 类的实例，稍后可用与获取结果。Callback是指接受一个参数的可调对象。如果提供callable,当结果变为可用时，将使用结果调用callable。
terminate()	即终止所有工作进程，同时不执行任何清理或结束任何挂起工作。如果p被垃圾回收，将自动调用此函数。
get( [ timeout] )	返回结果，如果有必要则等待结果到达。Timeout 是可选的超时。如果结果在指定时间内没有到达，将引发multiprocessing. TimeoutError异常。如果远程操作中引发了异常，它将在调用此方法时再次被引发
ready()	如果调用完成，则返回True
sucessful()	如果调用完成且没有引发异常，返回True.如果在结果就绪之前调用此方法，将引发AssertionError异常
wait( [timeout] )	等待结果变为可用。Timeout是可选的超时

注意: 

apply_ async(func[, args[, kwds[, callback]])它是非阻塞，apply(func[, args[, kwds])是阻塞的 

[示例]进程池的使用(非阻塞) 

# 导入模块
import multiprocessing
import time
# 进程执行的任务函数
def func(msg):
    print('start',msg)
    time.sleep(3)
    print('end',msg)

if __name__=='__main__':
    # 创建初始化3的进程池
    pool=multiprocessing.Pool(3)
    # 添加任务
    for i in range(1,6):
        msg='任务%d'%i
        pool.apply_async(func,(msg,))
    # 若进程不再接收新的请求 调用close
    pool.close()
    # 等待子进程结束
    pool.join()