用multiprocessing模块来创建多个进程的简单案例

好的，以下是一个简单的使用multiprocessing模块创建多个进程的案例：

import multiprocessing

def worker(num):
    """每个进程要执行的任务"""
    print(f"Worker {num} is working")

if __name__ == '__main__':
    # 创建5个进程
    for i in range(5):
        process = multiprocessing.Process(target=worker, args=(i,))
        process.start()

在这个案例中，我们定义了一个worker函数作为每个进程要执行的任务，我们使用multiprocessing.Process创建了5个进程，每个进程都会执行worker函数，并且传入不同的参数num。

这个案例只是一个简单的示例，实际上multiprocessing模块还有很多功能，比如进程间通信、进程池等等，可以根据实际需求选择使用。

相关问题

写 multiprocessing模块 Process类、进程间通信、进程池、进程同步、共享内存的实训案例

好的，下面是一个使用 `multiprocessing` 模块实现的基础案例，包括了 Process 类、进程间通信、进程池、进程同步和共享内存等功能：

import multiprocessing

# 定义一个函数，用于向队列中写入数据
def write_data(queue):
    for i in range(10):
        queue.put(i)
    print("write_data finished")

# 定义一个函数，用于从队列中读取数据
def read_data(queue):
    while True:
        data = queue.get()
        if data is None:
            break
        print("read_data received:", data)
    print("read_data finished")

# 定义一个函数，用于计算阶乘
def factorial(n, result_queue):
    result = 1
    for i in range(1, n+1):
        result *= i
    result_queue.put(result)

# 定义一个函数，用于加锁
def increment(lock, shared_value):
    for i in range(10000):
        lock.acquire()
        shared_value.value += 1
        lock.release()

# 定义一个函数，用于创建进程池
def create_pool():
    with multiprocessing.Pool(processes=4) as pool:
        results = pool.map_async(factorial, [5, 6, 7, 8])
        pool.close()
        pool.join()
    print(results.get())

if __name__ == '__main__':
    # 创建一个队列，用于进程间通信
    queue = multiprocessing.Queue()

    # 创建两个进程，一个向队列中写入数据，一个从队列中读取数据
    p1 = multiprocessing.Process(target=write_data, args=(queue,))
    p2 = multiprocessing.Process(target=read_data, args=(queue,))

    # 启动进程
    p1.start()
    p2.start()

    # 等待进程结束
    p1.join()
    queue.put(None)
    p2.join()

    # 创建一个共享内存，用于多个进程之间共享数据
    shared_value = multiprocessing.Value('i', 0)
    lock = multiprocessing.Lock()

    # 创建多个进程，用于对共享内存进行加锁操作
    processes = [multiprocessing.Process(target=increment, args=(lock, shared_value)) for _ in range(4)]

    # 启动进程
    for process in processes:
        process.start()

    # 等待进程结束
    for process in processes:
        process.join()

    print("shared_value:", shared_value.value)

    # 创建一个进程池，用于计算阶乘
    create_pool()

这个案例中，我们首先创建了一个队列，用于实现进程间通信，然后创建了两个进程，一个向队列中写入数据，一个从队列中读取数据。接着，我们创建了一个共享内存，用于多个进程之间共享数据，并创建了多个进程，用于对共享内存进行加锁操作。最后，我们创建了一个进程池，用于计算阶乘。这个案例中涉及到了 `Process` 类、队列、共享内存、进程池和进程同步等多个 `multiprocessing` 模块的功能。

Python的multiprocessing模块 案例

当然，我可以为您提供另一个使用Python的multiprocessing模块的案例。下面是一个示例代码，用于并行下载多个网页的内容：

import multiprocessing
import requests

def download_page(url):
    response = requests.get(url)
    return response.content

if __name__ == '__main__':
    # 创建一个包含多个网页链接的列表
    urls = [
        'https://www.example.com',
        'https://www.google.com',
        'https://www.github.com',
        'https://www.python.org'
    ]

    # 创建一个进程池，最多同时运行4个进程
    pool = multiprocessing.Pool(processes=4)

    # 使用进程池的map方法并行下载每个网页的内容
    results = pool.map(download_page, urls)

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

    # 打印结果
    for result in results:
        print(len(result))

在这个案例中，我们首先定义了一个`download_page`函数，它用于下载给定网页链接的内容。然后，我们创建了一个包含多个网页链接的列表`urls`。接下来，我们使用`multiprocessing.Pool`创建了一个进程池，指定最多同时运行4个进程。然后，我们使用进程池的`map`方法将`download_page`函数应用到每个网页链接上，实现并行下载。最后，我们关闭进程池，并打印每个网页内容的长度。

同样需要注意，在使用`multiprocessing.Pool`时，我们需要将代码放在`if __name__ == '__main__':`条件下。

希望这个案例能帮助到您！如有其他问题，请随时提问。