我正在尝试学习Python多处理。
http://docs.python.org/2/library/multiprocessing.html来自“为了显示所涉及的单个进程ID，这是一个扩展的示例”示例
from multiprocessing import Process
import os
def info(title):
print title
print 'module name:', __name__
if hasattr(os, 'getppid'): # only available on Unix
print 'parent process:', os.getppid()
print 'process id:', os.getpid()
def f(name):
info('function f')
print 'hello', name
if __name__ == '__main__':
info('main line')
p = Process(target=f, args=('bob',))
p.start()
p.join()
我到底在看什么？我看到def f（name）：在info（'main line'）完成之后被调用，但是无论如何，这个同步调用将是默认的。我看到相同的过程信息（“主线”）是def f（name）的父PID：但是不确定什么是“多处理”。
同样，使用join（）“阻塞调用线程，直到调用join（）方法的进程终止为止”。我不清楚调用线程是什么。在此示例中，join（）将阻塞什么？
multiprocessing简而言之，如何工作：
Process()生成（fork或在类似Unix的系统上类似的）原始程序的副本（在Windows上，它缺少real fork，这很棘手，并且需要模块文档中特别注意的内容）。target=函数（请参见下文）。由于它们是独立的进程，因此它们现在具有独立的全局解释器锁（在CPython中），因此只要不与其他较低级别的操作系统（OS）竞争，它们就可以在多CPU盒上最多使用100％的CPU。 ） 资源。那就是“多处理”部分。
当然，在某些时候，您必须在这些假定独立的进程之间来回发送数据，例如，将一个（或多个）工作进程的结果发送回“主”进程。（偶尔会有一个例外，即每个人都是完全独立的，但很少见……加上整个启动过程本身，由开头p.start()。）因此，每个创建的Process实例p（在上面的示例中）都有一个与其父级进行通信的渠道创建者，反之亦然（这是对称连接）。该multiprocessing模块使用该pickle模块将数据转换为字符串（您可以使用它们存储在文件中的相同字符串），pickle.dump并通过通道发送数据，“向下”发送给工作人员以发送自变量等，并从“向上”发送给工人以发送回结果。
最终，一旦您完成了获取结果的工作，工作人员就会完成工作（通过从target=函数返回），并告诉父工作已经完成。为确保所有内容均已关闭并清理，父级应调用p.join()以等待工作人员的“我完成了”消息（实际上是exitUnix级别的sysem上的OS级别）。
该示例有点愚蠢，因为两条打印的消息基本上根本不需要时间，因此“同时”运行它们没有可测量的收益。但是，假设不仅要打印hello，f还要计算π的前100,000位（3.14159 ...）。然后Process，您可以生成另一个，p2使用另一个目标g来计算e的前100,000个数字（2.71828 ...）。这些将独立运行。然后，父级可以呼叫p.join()并p2.join()等待两者完成（或产生更多的工人来做更多的工作并占用更多的CPU，甚至先离开并自己做一会儿工作）。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句