python 多进程使用示例

好的，以下是一个简单的 Python 多进程的示例代码：

import multiprocessing

def worker(num):
    """子进程要执行的代码"""
    print('Worker %s is running' % num)

if __name__ == '__main__':
    # 创建进程池，最大进程数为4
    pool = multiprocessing.Pool(processes=4)
    
    # 启动5个子进程
    for i in range(5):
        pool.apply_async(worker, (i,))

    # 关闭进程池，等待所有进程执行完毕
    pool.close()
    pool.join()

    print('All processes have completed')

在该示例中，我们使用 Python 自带的 multiprocessing 库创建了一个进程池，并启动了5个子进程。每个子进程会执行 worker 函数中的代码，输出一个字符串。在代码的最后，我们关闭了进程池，等待所有子进程执行完毕，然后输出一个提示信息。

希望这个示例可以帮助你了解 Python 多进程的使用方法。

相关问题

python 多进程复杂示例

在Python中，多进程是一个强大的工具，可以实现并发执行任务，提高程序性能。下面是一个复杂的多进程示例，它展示了如何使用`multiprocessing`模块创建一个池（Pool）来并行处理一组计算密集型任务：

import multiprocessing as mp

# 定义一个计算斐波那契数列的函数，我们将这个函数分发给工作进程
def fibonacci(n):
    if n <= 0:
        return "Invalid input"
    elif n == 1 or n == 2:
        return 1
    else:
        return fibonacci(n - 1) + fibonacci(n - 2)

# 创建一个包含4个工作进程的进程池
pool = mp.Pool(processes=4)

# 提交一组计算任务到进程池
tasks = [i for i in range(50)]
results = pool.map(fibonacci, tasks)

# 等待所有任务完成，并打印结果
print("Fibonacci results:", {i: results[i] for i in range(len(tasks))})

# 关闭进程池，释放资源
pool.close()
pool.join()

python多进程代码示例

Python中使用`multiprocessing`模块可以轻松实现多进程编程。这里有一个简单的多进程代码示例，它创建两个子进程并分别执行不同的任务：

import multiprocessing

def worker_process(task):
    """子进程中执行的任务"""
    print(f"Worker {multiprocessing.current_process().name} received task: {task}")
    # 这里是实际的任务处理代码，例如计算、网络请求等
    result = task * 2
    print(f"Task {task} completed with result: {result}")

if __name__ == "__main__":
    # 创建进程池
    pool = multiprocessing.Pool(processes=2)  # 创建两个进程

    # 提交任务给进程池
    tasks = [1, 2, 3, 4, 5]
    results = pool.map(worker_process, tasks)

    # 关闭进程池
    pool.close()
    pool.join()

    print("All processes finished.")

在这个例子中：
- `worker_process`函数是子进程要执行的函数。
- `multiprocessing.Pool`用于创建进程池，参数`processes=2`表示创建2个进程。
- `pool.map`方法将`tasks`列表中的每个元素映射到`worker_process`函数，每个任务在独立的进程中运行。
- `pool.close()`关闭进程池的接收新任务的能力，`pool.join()`等待所有进程完成。

相关问题：
1. Python中还有哪些用于多进程的库？
2. 多进程和多线程有什么区别？
3. 在处理大量任务时，如何优化Python的多进程性能？