Python模块整理(五)：多进程multiprocessing-diege

吉佳

　　线程共享全局状态，进程完全独立。线程局限在一个处理器，线程可以发挥多个处理器的资源.
　　没有找到processing模块只找到multiprocessing
　　#!/usr/bin/env python
　　from multiprocessing import Process,Queue
　　import time
　　q=Queue()
　　def f(q):
　　x=q.get()
　　print "Process number %s,sleeps for %s second" % (x,x)
　　time.sleep(x)
　　print "Process number %s finished" % x
　　for i in range(10):
　　q.put(i)
　　i=Process(target=f,args=[q])
　　i.start()
　　print "main process joins on queue"
　　i.join()
　　print "Main Program finished"
　　多进程ping扫描
　　#!/usr/bin/env python
　　import subprocess
　　import time
　　import sys
　　from multiprocessing import Process,Queue
　　#multiprocessing 本身带有的Queue
　　num_Process=50
　　queue=Queue()
　　ips=['172.18.10.101','172.18.10.102','172.18.10.103','172.18.10.104','172.18.10.105']
　　def pinger(i,q):
　　while True:
　　if q.empty(): #增加：Process增加了查看列队是否为空
　　sys.exit()
　　ip=q.get() #一样：取得队列内容threading和multiprocessing.Process一样，获取put过来的ip
　　print "Process Numer: %s" % i
　　ret=subprocess.call("ping -c 1 %s" % ip,shell=True,stdout=open('/dev/null','w'),stderr=subprocess.STDOUT)
　　if ret==0:
　　print "Process Numer %s ping:%s is alive" % (i,ip)
　　else:
　　print "Process Numer: %s did not find a response for %s" % (i,ip)
　　#减少：没有threading的queue.task_done()
　　for ip in ips:
　　queue.put(ip)  #一样：放入队列内容threading.Thread和multiprocessing.Process一样
　　#顺序很重要，需要先put ip
　　for i in range(num_Process):
　　worker=Process(target=pinger,args=[i,queue]) #减少：没有threading.Thread的worker.setDaemon(True)
　　worker.start()
　　print "Main joins on queue"
　　worker.join() #变化：由threading.Thread队列queue的join方法变成了multiprocessing.Process实例的join方法
　　print "Done"
　　multiprocessing.Process和threading.Thread比较
　　multiprocessing.Process没有的
　　queue.task_done()
　　worker.setDaemon(True)
　　两者都有的
　　queue.put(ip)
　　queue.get()
　　有方法但变化了的
　　queue.join() 变成了 worker.join()#队列的连接变成进行实例的连接
　　multiprocessing.Process增加了的(threading.Thread没有的)
　　queue.empty():