python進程獲取

Ⅰ python線程池(ThreadPoolExecutor)與進程池(ProcessPoolExecutor)的簡單用法

Python中ThreadPoolExecutor與ProcessPoolExecutor的簡單用法如下：

ThreadPoolExecutor： 導入模塊：首先需要從concurrent.futures模塊中導入ThreadPoolExecutor。 創建線程池：使用ThreadPoolExecutor創建一個線程池，其中n是線程池中線程的數量。 提交任務：通過submit方法提交任務到線程池，該方法返回一個Future對象，用於跟蹤任務的狀態和結果。 等待任務完成：可以使用wait方法等待任務完成，其中fs是Future對象的集合，timeout是等待的超時時間，return_when指定返回條件。 獲取結果：使用map方法按順序返回任務執行結果，或者通過as_completed方法返回已完成的任務，返回順序與任務執行結束的順序一致。

ProcessPoolExecutor： 導入模塊：從concurrent.futures模塊中導入ProcessPoolExecutor。 創建進程池：使用ProcessPoolExecutor創建一個進程池，其中n是進程池中進程的數量，通常可以設置為CPU的核心數。 提交任務：與ThreadPoolExecutor類似，通過submit方法提交任務到進程池，並返回一個Future對象。 等待任務完成：使用wait方法等待任務完成，參數與ThreadPoolExecutor中的wait方法相同。 獲取結果：ProcessPoolExecutor也提供了map和as_completed方法用於獲取任務的結果。特別地，map方法還接受一個chunksize參數，用於分割大型迭代對象，以提高性能。

重點注意事項： 選擇使用場景：對於IO密集型任務，ThreadPoolExecutor通常更高效；而對於計算密集型任務，ProcessPoolExecutor由於可以充分利用多核CPU，因此具有更高的執行效率。 GIL：Python的GIL限制了同一時間只有一個線程可以執行Python位元組碼，這影響了多線程在CPU密集型任務中的性能。 資源管理：使用線程池和進程池時，需要注意合理設置工作線程/進程的數量，以避免資源過度佔用或浪費。

Ⅱ Python3多進程運行返回值怎麼獲得

frommultiprocessingimportPool
importtime
defwork(n):
print('開工啦...')
time.sleep(3)
returnn**2

if__name__=='__main__':
q=Pool()

#非同步apply_async用法：如果使用非同步提交的任務，主進程需要使用jion，等待進程池內任務都處理完，然後可以用get收集結果，否則，主進程結束，進程池可能還沒來得及執行，也就跟著一起結束了
res=q.apply_async(work,args=(2,))
q.close()
q.join()#join在close之後調用
print(res.get())

#同步apply用法：主進程一直等apply提交的任務結束後才繼續執行後續代碼
#res=q.apply(work,args=(2,))
#print(res)