python 进程池pool

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已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来它。

 

Pool相关函数

1、apply(func[, args[, kwds]]) 
apply用于传递不定参数，同python中的apply函数一致（不过内置的apply函数从2.3以后就不建议使用了），主进程会阻塞于函数。

主进程的执行流程同单进程一致。

2、apply_async(func[, args[, kwds[, callback]]]) 
与apply用法一致，但它是非阻塞的且支持结果返回后进行回调。

主进程循环运行过程中不等待apply_async的返回结果，在主进程结束后，即使子进程还未返回整个程序也会退出。虽然 apply_async是非阻塞的，但其返回结果的get方法却是阻塞的，如使用result.get()会阻塞主进程。
如果我们对返回结果不感兴趣， 那么可以在主进程中使用pool.close与pool.join来防止主进程退出。注意join方法一定要在close或terminate之后调用。

3、map(func, iterable[, chunksize]) 
map方法与在功能上等价与内置的map()，只不过单个任务会并行运行。它会使进程阻塞直到结果返回。
但需注意的是其第二个参数虽然描述的为iterable, 但在实际使用中发现只有在整个队列全部就绪后，程序才会运行子进程。 

4、map_async(func, iterable[, chunksize[, callback]]) 
与map用法一致，但是它是非阻塞的。其有关事项见apply_async。

5、imap(func, iterable[, chunksize]) 
与map不同的是， imap的返回结果为iter，需要在主进程中主动使用next来驱动子进程的调用。即使子进程没有返回结果，主进程对于gen_list(l)的 iter还是会继续进行， 另外根据python2.6文档的描述，对于大数据量的iterable而言，将chunksize设置大一些比默认的1要好。
   for x in pool.imap(pool_test, gen_list(l)):
       pass

6、imap_unordered(func, iterable[, chunksize]) 
同imap一致，只不过其并不保证返回结果与迭代传入的顺序一致。

7、close() 
关闭pool，使其不再接受新的任务。

8、terminate() 
结束工作进程，不再处理未处理的任务。

9、join() 
主进程阻塞等待子进程的退出， join方法要在close或terminate之后使用。

例：

# -*- coding: UTF-8 -*-

from gevent.pool import Pool
from gevent import monkey
monkey.patch_all()

 

#要在调用进程池执行的函数

def sayHi(num):

  print "def print result:",num

#进程池最大运行数

p = Pool(4)

#模拟并发调用线程池

for i in range(10):

  p.map(sayHi,[i])


 

执行结果：

def print result: 0

def print result: 1

def print result: 2

def print result: 3

def print result: 4

def print result: 5

def print result: 6

def print result: 7

def print result: 8

def print result: 9