multiprocessing 與 threading對比
這兩個庫都可以實現多線程操作,而且因為多線程的思路其實差不多,所以提供的API也比較類似,但是本地實際測試中,發現multiprocessing 對多核CPU的支持更好。
Demo
多線程Java,import multiprocessing as mp
from tqdm import tqdm
def listener(q):
pbar = tqdm(total = 1000)
python 偽多線程、while True:
if not q.empty():
k=q.get()
if k==1:
多線程Python,pbar.update(1)
else:
break
pbar.close()
Python print,def solve(q):
for i in range(100):
q.put(1)
if __name__ == '__main__':
多線程代碼、manage=mp.Manager()
q=manage.Queue()
p=mp.Process(target=listener,args=(q,))
p.start()
python2多線程。processList=[]
for i in range(10):
t=mp.Process(target=solve,args=(q,))
processList.append(t)
java開啟多線程。t.start()
for i in processList:
t.join()
q.put(-1)
p.join()
實現主要是通過manage.Queue來實現。
python 打印。為了測試方便,這里只是做了一個簡單的分片(將1000條數據分為10片,每個線程處理1片,每片100條數據)。
在每個線程處理完成一條數據后,向queue中寫入一條記錄。 另外一個單獨的線程用來抑制獲取queue里面的數據,如果有新的數據相當于進度加1。
上面代碼中的t.join()用來處理每一片的數據,在這些處理完成以后,再講打印進度條的進程join進來,以保證可以完整打印整個進度條。
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态