Python高级编程之消息队列(Queue)与进程池(Pool)实例详解

本文实例讲述了Python高级编程之消息队列(Queue)与进程池(Pool)。分享给大家供大家参考，具体如下：

Queue消息队列

1.创建

import multiprocessing
queue = multiprocessing.Queue(队列长度)

2.方法

3.进程通信

因为进程间不共享全局变量，所以使用Queue进行数据通信，可以在父进程中创建两个字进程，一个往Queue里写数据，一个从Queue里取出数据。
例：

import multiprocessing
import time
def write_queue(queue):
 # 循环写入数据
 for i in range(10):
   if queue.full():
     print("队列已满!")
     break
   # 向队列中放入消息
   queue.put(i)
   print(i)
   time.sleep(0.5)
def read_queue(queue):
 # 循环读取队列消息
 while True:
   # 队列为空，停止读取
   if queue.empty():
     print("---队列已空---")
     break
   # 读取消息并输出
   result = queue.get()
   print(result)
if __name__ == '__main__':
 # 创建消息队列
 queue = multiprocessing.Queue(3)
 # 创建子进程
 p1 = multiprocessing.Process(target=write_queue, args=(queue,))
 p1.start()
 # 等待p1写数据进程执行结束后，再往下执行
 p1.join()
 p1 = multiprocessing.Process(target=read_queue, args=(queue,))
 p1.start()

执行结果：

Pool进程池

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会用之前的进程来执行新的任务。

1.创建

import multiprocessing
pool = multiprocessing.Pool(最大进程数)

2.方法

3.进程池内通信

创建进程池内Queue消息队列通信

import multiprocessing
Queue：queue = multiprocessing.Manager().Queue()

例：

import multiprocessing
import time

写入数据的方法

def write_data(queue):
# for循环 向消息队列中写入值
for i in range(5):
# 添加消息
queue.put(i)
print(i)
time.sleep(0.2)
print("队列已满~")

创建读取数据的方法

def read_data(queue):
 # 循环读取数据
 while True:
   # 判断队列是否为空
   if queue.qsize() == 0:
     print("队列为空～")
     break
   # 从队列中读取数据
   result = queue.get()
   print(result)
if __name__ == '__main__':
 # 创建进程池
 pool = multiprocessing.Pool(2)
 # 创建进程池队列
 queue = multiprocessing.Manager().Queue()
 # 在进程池中的进程间进行通信
 # 使用线程池同步的方式，先写后读
 # pool.apply(write_data, (queue, ))
 # pool.apply(read_data, (queue, ))
 # apply_async() 返回ApplyResult 对象
 result = pool.apply_async(write_data, (queue, ))
 # ApplyResult对象的wait() 方法，表示后续进程必须等待当前进程执行完再继续
 result.wait()
 pool.apply_async(read_data, (queue, ))
 pool.close()
 # 异步后，主线程不再等待子进程执行结束，再结束
 # join() 后，表示主线程会等待子进程执行结束后，再结束
 pool.join()

运行结果：

4.案例(文件夹copy器)

代码：

# 导入模块
import os
import multiprocessing
# 拷贝文件函数
def copy_dir(file_name, source_dir, desk_dir):
 # 要拷贝的文件路径
 source_path = source_dir+'/'+file_name
 # 目标路径
 desk_path = desk_dir+'/'+file_name
 # 获取文件大小
 file_size = os.path.getsize(source_path)
 # 记录拷贝次数
 i = 0
 # 以二进制度读方式打开原文件
 with open(source_path, "rb") as source_file:
   # 以二进制写入方式创建并打开目标文件
   with open(desk_path, "wb") as desk_file:
     # 循环写入
     while True:
       # 读取1024字节
       file_data = source_file.read(1024)
       # 如果读到的不为空，则将读到的写入目标文件
       if file_data:
         desk_file.write(file_data)
         # 读取次数+1
         i += 1
         # 拷贝百分比进度等于拷贝次数*1024*100/文件大小
         n = i*102400/file_size
         if n >= 100:
           n = 100
         print(file_name, "拷贝进度％.2f％％" ％ n)
       else:
         print(file_name, "拷贝成功")
         break
if __name__ == '__main__':
 # 要拷贝的文件夹
 source_dir = 'test'
 # 要拷贝到的路径
 desk_dir = 'C:/Users/Administrator/Desktop/'+source_dir
 # 存在文件夹则不创建
 try:
   os.mkdir(desk_dir)
 except:
   print("目标文件夹已存在，未创建")
 # 获取文件夹内文件目录，存到列表里
 file_list = os.listdir(source_dir)
 print(file_list)
 # 创建进程池，最多同时运行3个子进程
 pool = multiprocessing.Pool(3)
 for file_name in file_list:
   # 异步方式添加到进程池内
   pool.apply_async(copy_dir, args=(file_name, source_dir, desk_dir))
 # 关闭进程池(停止添加，已添加的还可运行)
 pool.close()
 # 让主进程阻塞，等待子进程结束
 pool.join()

运行结果：

希望本文所述对大家Python程序设计有所帮助。

来源：https://blog.csdn.net/zsh142537/article/details/82556147