利用线程(threading)或者进程(multiprocessing)并发，并控制并发数

概述利用线程(threading)或者进程(multiprocessing)并发，并控制并发数

下面是内存溢出 jb51.cc 通过网络收集整理的代码片段。

内存溢出小编现在分享给大家，也给大家做个参考。

#Coding:utf-8import threadingimport randomimport Queuefrom time import sleepimport sys#需求分析：有大批量数据需要执行，而且是重复一个函数 *** 作（例如爆破密码），如果全部开始线程数N多，这里控制住线程数m个并行执行，其他等待#lock=multiprocessing.Lock()#一个锁def a(x):#模拟需要重复执行的函数    lock.acquire()#输出时候上锁，否则进程同时输出时候会混乱，不可读    print '开始进程：',os.getpID(),'模拟进程时间:',x    lock.release()        sleep(x)#模拟执行 *** 作        lock.acquire()    print '结束进程：','预测下一个进程启动会使用该进程号'    lock.release()List=[]for i in range(10):#产生一个随机数数组，模拟每次调用函数需要的输入，这里模拟总共有10组需要处理    List.append(random.randint(1,10))    pool=multiprocessing.Pool(processes=3)#限制并行进程数为3pool.map(a,List)#创建进程池，调用函数a，传入参数为List,此参数必须是一个可迭代对象,因为map是在迭代创建每个进程

以上是内存溢出(jb51.cc)为你收集整理的全部代码内容，希望文章能够帮你解决所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。

总结

以上是内存溢出为你收集整理的利用线程(threading)或者进程(multiprocessing)并发，并控制并发数全部内容，希望文章能够帮你解决利用线程(threading)或者进程(multiprocessing)并发，并控制并发数所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。