解决Python 进程池Pool中一些坑
作者：qq_41131535
这篇文章主要介绍了解决Python 进程池Pool中一些坑，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
1 from multiprocessing import Pool，Queue。
其中Queue在Pool中不起作用，具体原因未明。
解决方案：
如果要用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue,
与multiprocessing中的Queue不同
q=Manager().Queue()#Manager中的Queue才能配合Pool po = Pool() # 无穷多进程
2 使用进程池，在进程中调用io读写操作。
例如：
p=Pool()
q=Manager().Queue()
with open('/home/cctv/data/stage_file/stage_{}.txt'.format(int(time.time())), 'w') as w1:
p.apply_async(write_json, args=(video_path, 0,0.6,w1,q,i[0],))
这样也不会完成进程，只能把w放到具体的函数里面，不能通过参数调用
补充：python3进程池pool使用及注意事项
1.在python中使用进程池主要就是为了并行处理任务，缩短运行时间
2.经常使用方法: 同步有 apply(), map();异步的有 apply_async(), map_async()
3. 先看几个小例子
import time
from multiprocessing import Pool
test = [1,2,3,4,5,6,7,8]
def run(fn):
time.sleep(1)
return fn*fn
s = time.time()
for i in test:
run(i)
e = time.time()
print('直接循环 执行时间:',e - s)
pool = Pool(8)
s = time.time()
for i in test:
pool.apply(run, (i,))
e = time.time()
print('apply 执行时间:',e - s)
pool1 = Pool(8)
s = time.time()
res = []
for i in test:
r = [pool1.apply_async(run, (i,))]
res.append(r)
pool1.close()
pool1.join()
e = time.time()
print([i.get() for i in r])
print('apply_async 执行时间:',e - s)
pool2 = Pool(8)
r = pool2.map(run,test)
pool2.close()
pool2.join()
e1 = time.time()
print(r)
print('map执行时间:',e1 - e)
pool3 = Pool(8)
pool3.map_async(run,test)
pool3.close()
pool3.join()
e1 = time.time()
print('map_async执行时间:',e1 - e)
执行结果
直接循环 执行时间: 8.004754781723022 apply 执行时间: 8.016774654388428 [64] apply_async 执行时间: 1.1128439903259277 [1, 4, 9, 16, 25, 36, 49, 64] map执行时间: 1.181443452835083 map_async执行时间: 2.3679864406585693
除此之外，在写代码中，还涉及到变量的一些问题。就需要加锁~
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。