python多執行緒 多程序

background task -->once join() is used , whether deamon attribute is true is not importantonly useful when the main program is running

ok to kill

starmap和map的區別 ：後者本來是只能給函式傳入乙個引數的，前者就是為了彌補這項功能上的缺失才出現的api。但其實後者可以通過把多個引數打包的方式進行引數傳遞。所以感覺前者也沒有多大的不可替代性。

.start(

).run(
).join(
)

pool= mp.pool( poolsize:

int=0)
# 0 means use all cpu
results =
# method 1
results = pool.
map( target , args:iterable of tuples )
for res in results :
print
(res)
# method 2
for i in
range
( x ):)
# 非阻塞
(target , args:
tuple))
# 阻塞
pool.close(
)# 關閉程序池，表示不能在往程序池中新增程序
pool.join(
)# 等待程序池中的所有程序執行完畢，必須在close()/terminate()之後呼叫
for res in results :
print
(res.get())
# 注意這裡的get哦，因為這裡返回的是乙個結果物件

map_async是非阻塞的

process類的建構函式

init(self, group=none, target=none, name=none, args=(), kwargs={})

python3廢棄了原來的thread模組，換成了高階的threading模組，concurrent.futures是使用執行緒的最新方式。（python3把thread模組重新命名為_thread，以此強調這是低層實現， 不應該在應用**中使用）如果使用場景較複雜，需要更高階的工具multiprocessing模組和threading模組。

concurrent.futures是python3新增加的乙個庫，用於併發處理，提供了多執行緒和多程序的併發功能

類似於其他語言裡的執行緒池（也有乙個程序池），他屬於上層的封裝，對於使用者來說，不用在考慮那麼多東西了。

import os

from concurrent import futures
import time
# print(os.cpu_count())
deftest
(num)
: time.sleep(
10-num)
return num
data=[1
,5,9
]with futures.processpoolexecutor(max_workers=os.cpu_count())
as executor:
for future in executor.
map(test,data)
:print
(future)

看了原始碼 以後易知，map是呼叫父類(抽象類)的map函式，which呼叫子類的submit函式，which順序保持不變，但是幾個任務是並行執行的。所以返回的列表的res對應順序跟傳入的是一致的。

python多執行緒 多程序

threading相對與thread是更高階別的執行緒管理模組 thread和threading模組中的一些屬性會有衝突 thread模組擁有的同步原因實際上只有乙個lock，而threading有很多 lock，semaphore等 使用thread模組執行緒，當主線程結束時其子執行緒也會被強制結...

python多執行緒多程序

執行緒等待，多執行緒在執行的時候，每個執行緒都是獨立執行的，不受其他的執行緒干擾，如果想在哪個執行緒執行完之後，再做其他操作的話，就得等待它完成，那怎麼等待呢，使用join，等待執行緒結束 for t in threads 等待3個子執行緒 t.join 主線程等待子執行緒 end time tim...

python 多執行緒多程序

多執行緒，適用於io密集型任務 多程序，適用於cpu密集型任務 資料分析，演算法，依賴cpu來運算 程序就是多個資源的集合，執行緒是包含在程序裡面的,執行緒和執行緒直接是相對獨立的 執行緒的優點 1.易於排程。2.提高併發性。通過執行緒可方便有效地實現併發性。程序可建立多個執行緒來執行同一程式的不同...