介紹
Python 中的多處理模組可讓您建立和管理進程，使您能夠充分利用機器上的多個處理器。它透過為每個進程使用單獨的記憶體空間來幫助您實現並行執行，這與線程共享相同記憶體空間的線程不同。以下是多處理模組中常用的類別和方法的列表，並附有簡短的範例。
1. 流程
Process 類別是多處理模組的核心，可讓您建立和運行新進程。
from multiprocessing import Process
def print_numbers():
for i in range(5):
print(i)
p = Process(target=print_numbers)
p.start() # Starts a new process
p.join() # Waits for the process to finish
登入後複製
2. 開始（）
啟動進程的活動。
p = Process(target=print_numbers)
p.start() # Runs the target function in a separate process
登入後複製
3. 加入([超時])
阻塞呼叫程序，直到呼叫 join() 方法的程序終止。您可以選擇指定逾時。
p = Process(target=print_numbers)
p.start()
p.join(2) # Waits up to 2 seconds for the process to finish
登入後複製
4.is_alive()
如果進程仍在運行，則傳回 True。
p = Process(target=print_numbers)
p.start()
print(p.is_alive()) # True if the process is still running
登入後複製
5. 當前進程()
傳回表示呼叫程序的目前 Process 物件。
from multiprocessing import current_process
def print_current_process():
print(current_process())
p = Process(target=print_current_process)
p.start() # Prints the current process info
登入後複製
6.active_children()
傳回目前活動的所有 Process 物件的清單。
p1 = Process(target=print_numbers)
p2 = Process(target=print_numbers)
p1.start()
p2.start()
print(Process.active_children()) # Lists all active child processes
登入後複製
7. cpu_count()
傳回機器上可用的 CPU 數量。
from multiprocessing import cpu_count
print(cpu_count()) # Returns the number of CPUs on the machine
登入後複製
8. 泳池
Pool 物件提供了一種跨多個輸入值並行執行函數的便捷方法。它管理一個工作進程池。
from multiprocessing import Pool
def square(n):
return n * n
with Pool(4) as pool: # Pool with 4 worker processes
result = pool.map(square, [1, 2, 3, 4, 5])
print(result) # [1, 4, 9, 16, 25]
登入後複製
9. 隊列
佇列是一種共享資料結構，允許多個進程透過在它們之間傳遞資料來進行通訊。
from multiprocessing import Process, Queue
def put_data(q):
q.put([1, 2, 3])
def get_data(q):
data = q.get()
print(data)
q = Queue()
p1 = Process(target=put_data, args=(q,))
p2 = Process(target=get_data, args=(q,))
p1.start()
p2.start()
p1.join()
p2.join()
登入後複製
10. 鎖
鎖定確保一次只有一個行程可以存取共享資源。
from multiprocessing import Process, Lock
lock = Lock()
def print_numbers():
with lock:
for i in range(5):
print(i)
p1 = Process(target=print_numbers)
p2 = Process(target=print_numbers)
p1.start()
p2.start()
p1.join()
p2.join()
登入後複製
11. 值和數組
Value 和 Array 物件允許在進程之間共享簡單的資料類型和陣列。
from multiprocessing import Process, Value
def increment(val):
with val.get_lock():
val.value += 1
shared_val = Value('i', 0)
processes = [Process(target=increment, args=(shared_val,)) for _ in range(10)]
for p in processes:
p.start()
for p in processes:
p.join()
print(shared_val.value) # Output will be 10
登入後複製
12. 管道
管道提供兩個進程之間的雙向通訊通道。
from multiprocessing import Process, Pipe
def send_message(conn):
conn.send("Hello from child")
conn.close()
parent_conn, child_conn = Pipe()
p = Process(target=send_message, args=(child_conn,))
p.start()
print(parent_conn.recv()) # Receives data from the child process
p.join()
登入後複製
13. 經理
管理器可讓您建立多個程序可以同時修改的共用對象，例如清單和字典。
from multiprocessing import Process, Manager
def modify_list(shared_list):
shared_list.append("New item")
with Manager() as manager:
shared_list = manager.list([1, 2, 3])
p = Process(target=modify_list, args=(shared_list,))
p.start()
p.join()
print(shared_list) # [1, 2, 3, "New item"]
登入後複製
14. 信號量
信號量允許您控制對資源的訪問，一次只允許一定數量的進程訪問它。
from multiprocessing import Process, Semaphore
import time
sem = Semaphore(2) # Only 2 processes can access the resource
def limited_access():
with sem:
print("Accessing resource")
time.sleep(2)
processes = [Process(target=limited_access) for _ in range(5)]
for p in processes:
p.start()
for p in processes:
p.join()
登入後複製
結論
Python 中的多處理模組旨在充分利用機器上的多個處理器。從使用 Process 建立和管理進程，到使用 Lock 和 Semaphore 控制共享資源，以及透過 Queue 和 Pipe 促進通信，多處理模組對於 Python 應用程式中的平行任務至關重要。
以上是Python 多處理模組快速指南及範例的詳細內容。更多資訊請關注PHP中文網其他相關文章！
