ICode9

精准搜索请尝试: 精确搜索
首页 > 系统相关> 文章详细

Python--day39--进程池原理及效率测试

2019-01-30 13:41:01  阅读:303  来源: 互联网

标签:__ 20 day39 Python start lst 测试 time 进程


#为什么要有进程池的概念
#效率
#每次开启进程都要创建一个属于这个进程的内存空间
#寄存器 堆栈 文件
#进程过多 操作系统调度进程
#

#进程池
#python中的 先创建一个属于进程的池子
#这个池子指定能存放多少个进程
#先将这些进程创建好
#更高级的进程池
#n,m
#3 三个进程
# +进程
#20 20个进程

#超过了五个进程就要用进程池,不要再用子进程了,进程池的效率高
#输入输出都非常影响效率

 

进程池效率测试:

 1 import time
 2 from multiprocessing import Pool,Process
 3 def func(n):
 4     for i in range(10):
 5         print(n+1)
 6 
 7 
 8 
 9 if __name__ == '__main__':
10     start = time.time()
11    #进程池的代码就三行,执行的时间为t1
12     pool = Pool(5)              #5个进程
13     pool.map(func,range(100))   #100个任务
14     t1 = time.time() - start
15     #多进程的代码多,执行时间为t2,运行结果表明进程池的效率远远大于多进程
16     start = time.time()
17     p_lst = []
18     for i in range(100):
19         p = Process(target=func,args=(i,))
20         p_lst.append(p)
21         p.start()
22     for p in p_lst:p.join()
23     t2 = time.time() -start
24     print(t1,t2)

运行结果:

标签:__,20,day39,Python,start,lst,测试,time,进程
来源: https://www.cnblogs.com/xudj/p/10337723.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有