python 多进程简单实例

以下介绍几种多进程方法。（未完待更新）

multiprocessing.Pool() 多进程

import os
import time
import pandas as pd

from multiprocessing import Pool

# =============================================================================
# pool.apply_async(func_child, args=(i,), callback=func_callback)
#     func_child: 需要作为子进程运行的函数
#     args： 函数 func_child 所需参数
#     callback：回调功能。指定回调函数，此例子中利用回调函数保存数据
# =============================================================================

# 子进程要执行的代码
def run_proc(idx):
    if idx%5 == 0:
        time.sleep(0.2) # 若 idx 是 5 的 倍数则休眠 0.2s
    df = pd.DataFrame([{"idx": idx}])
    print(idx, os.getpid())
    return df

# 回调函数 callback_to_csv 的 参数 x 自动获取子进程 run_proc return 的消息
def callback_to_csv(x):
    """自动获取子进程消息结果存入 csv"""
    if os.path.exists("res.csv"):
        x.to_csv("res.csv", index=False, header=False, mode="a")
    else:
        x.to_csv("res.csv", index=False, header=True)

if __name__=='__main__':
    pool = Pool()  # 创建实例，进程数默认CPU核数，若调整可 Pool(4) 则设置为 4 进程

    for idx in range(100): #len(data)
        pool.apply_async(run_proc, (idx,), callback=callback_to_csv)

    pool.close()  # join() 前需要 close(), close() 之后无法添加新进场
    pool.join()  # 等待所有子进程执行完毕
    print("结束")

注意：

1. 若在编辑器里选中或全选代码片段运行，会发现进程被阻塞，原因是 multiprocessing 模块在交互模式下是不支持的。解决办法是代码保存为 py 文件，例如 a.py。在 IDE 编辑器中以整个文件来运行，通常是 F5；或者我们在 cmd 中 直接 python a.py 即可正常执行子程序。

2. 经测试在 Spyder 中以整个文件运行，结果正常，只是子进程 run_proc 中的 print 打印无效，if __name__=='__main__': 下的 print 打印有效。

3. 目前用到的 logging 日志模块类 TimedRotatingFileHandler 不支持多进程，导致日志无法正常打印，IO 读写错误和子进程功能失效等莫名其妙等原因，暂时还未找到解决方案，后续将优化日志模块。

4. Pool() 的进程皆是相互独立的，因此打印及输出的结果有可能是杂乱无章，没有顺序的。如果业务上对输出的结果顺序很重视，可在输出结果上带有一个 id 号，用于后期补偿在结果数据上以 id 进行排序。

multiprocessing.Process() 多进程

......

os.fork() （限于Unix/Linux/Mac平台）

......