python中创建进程的常用方式
在Python中，multiprocessing模块是创建和管理进程的强大工具。以下将详细介绍使用multiprocessing模块创建进程的几种常用方式：
- 使用multiprocessing.Process类直接创建进程
这是最直接的一种方式，通过实例化multiprocessing.Process类并调用其start()方法来启动一个新进程。每个Process实例都代表一个进程，可以执行一个指定的函数。
python
from multiprocessing import Process
def worker(num):
print(f’Worker {num} is running in a separate process.')
if name == ‘main’:
processes = []
for i in range(5):
p = Process(target=worker, args=(i,))
processes.append§
p.start()
for p in processes: p.join() # 等待所有进程完成
- 继承multiprocessing.Process类创建进程
另一种方法是通过继承multiprocessing.Process类并重写其run()方法来定义进程的执行代码。这种方式允许你在子类中封装更多的逻辑和状态。
python
from multiprocessing import Process
class MyProcess(Process):
def init(self, num):
super().init()
self.num = num
def run(self): print(f'Worker {self.num} is running in a separate process.')
if name == ‘main’:
processes = []
for i in range(5):
p = MyProcess(i)
processes.append§
p.start()
for p in processes: p.join()
- 使用进程池multiprocessing.Pool创建进程
当需要并行执行大量任务时，使用进程池Pool可以更加高效。进程池会管理一组工作进程，并将任务分配给它们。这样可以避免频繁地创建和销毁进程，从而提高性能。
python
from multiprocessing import Pool
def worker(num):
return f’Worker {num} is running in a separate process.’
if name == ‘main’:
with Pool(5) as p: # 创建一个包含5个进程的进程池
results = p.map(worker, range(10)) # 将worker函数应用到range(10)的每个元素上
for result in results: print(result)
在上面的例子中，Pool的map()方法类似于内置的map()函数，但它会并行地执行给定的函数。这里，我们创建了一个包含5个进程的进程池，并将worker函数应用于range(10)生成的序列。尽管有10个任务，但任何时候都只有5个任务在并行执行。
注意事项
当使用multiprocessing模块时，确保你的代码在if name == ‘main’:块下运行。这是因为Windows平台在启动新进程时会重新导入主模块，如果没有这个保护，你的代码可能会意外地多次执行。
进程间通信（IPC）在multiprocessing模块中可以通过多种方式实现，如管道（Pipe）、队列（Queue）、共享内存等。
进程池Pool还提供了其他方法，如apply_async()，它允许你异步地执行任务并处理结果。