python进程获取

Ⅰ python线程池(ThreadPoolExecutor)与进程池(ProcessPoolExecutor)的简单用法

Python中ThreadPoolExecutor与ProcessPoolExecutor的简单用法如下：

ThreadPoolExecutor： 导入模块：首先需要从concurrent.futures模块中导入ThreadPoolExecutor。 创建线程池：使用ThreadPoolExecutor创建一个线程池，其中n是线程池中线程的数量。 提交任务：通过submit方法提交任务到线程池，该方法返回一个Future对象，用于跟踪任务的状态和结果。 等待任务完成：可以使用wait方法等待任务完成，其中fs是Future对象的集合，timeout是等待的超时时间，return_when指定返回条件。 获取结果：使用map方法按顺序返回任务执行结果，或者通过as_completed方法返回已完成的任务，返回顺序与任务执行结束的顺序一致。

ProcessPoolExecutor： 导入模块：从concurrent.futures模块中导入ProcessPoolExecutor。 创建进程池：使用ProcessPoolExecutor创建一个进程池，其中n是进程池中进程的数量，通常可以设置为CPU的核心数。 提交任务：与ThreadPoolExecutor类似，通过submit方法提交任务到进程池，并返回一个Future对象。 等待任务完成：使用wait方法等待任务完成，参数与ThreadPoolExecutor中的wait方法相同。 获取结果：ProcessPoolExecutor也提供了map和as_completed方法用于获取任务的结果。特别地，map方法还接受一个chunksize参数，用于分割大型迭代对象，以提高性能。

重点注意事项： 选择使用场景：对于IO密集型任务，ThreadPoolExecutor通常更高效；而对于计算密集型任务，ProcessPoolExecutor由于可以充分利用多核CPU，因此具有更高的执行效率。 GIL：Python的GIL限制了同一时间只有一个线程可以执行Python字节码，这影响了多线程在CPU密集型任务中的性能。 资源管理：使用线程池和进程池时，需要注意合理设置工作线程/进程的数量，以避免资源过度占用或浪费。

Ⅱ Python3多进程运行返回值怎么获得

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

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

#异步apply_async用法：如果使用异步提交的任务，主进程需要使用jion，等待进程池内任务都处理完，然后可以用get收集结果，否则，主进程结束，进程池可能还没来得及执行，也就跟着一起结束了
res=q.apply_async(work,args=(2,))
q.close()
q.join()#join在close之后调用
print(res.get())

#同步apply用法：主进程一直等apply提交的任务结束后才继续执行后续代码
#res=q.apply(work,args=(2,))
#print(res)