本文实例讲述了Python多进程并发(multiprocessing)用法。分享给大家供大家参考。具体分析如下：

　　由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。

　　Python提供了非常好用的多进程包multiprocessing，你只需要定义一个函数，Python会替你完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。

　　1、新建单一进程

　　如果我们新建少量进程，可以如下：

　　?

1 2 3 4 5 6 7 8 9 10 11 import multiprocessing import time def func(msg): for i in xrange(3): print msg time.sleep(1) if __name__ == "__main__": p = multiprocessing.Process(target=func, args=("hello", )) p.start() p.join() print "Sub-process done."

　　2、使用进程池

　　是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。

　　注意要用apply_async，如果落下async，就变成阻塞版本了。

　　processes=4是最多并发进程数量。

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 import multiprocessing import time def func(msg): for i in xrange(3): print msg time.sleep(1) if __name__ == "__main__": pool = multiprocessing.Pool(processes=4) for i in xrange(10): msg = "hello %d" %(i) pool.apply_async(func, (msg, )) pool.close() pool.join() print "Sub-process(es) done."

　　3、使用Pool，并需要关注结果

　　更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 import multiprocessing import time def func(msg): for i in xrange(3): print msg time.sleep(1) return "done " + msg if __name__ == "__main__": pool = multiprocessing.Pool(processes=4) result = [] for i in xrange(10): msg = "hello %d" %(i) result.append(pool.apply_async(func, (msg, ))) pool.close() pool.join() for res in result: print res.get() print "Sub-process(es) done."

　　希望本文所述对大家的Python程序设计有所帮助。