1 from multiprocessing import Pool，Queue。
其中Queue在Pool中不起作用，具體原因未明。
解決方案：
如果要用Pool創建進程，就需要使用multiprocessing.Manager()中的Queue,
與multiprocessing中的Queue不同
q=Manager().Queue()#Manager中的Queue才能配合Pool
po = Pool() # 無窮多進程
2 使用進程池，在進程中調用io讀寫操作。
例如：
p=Pool()
q=Manager().Queue()
with open('/home/cctv/data/stage_file/stage_{}.txt'.format(int(time.time())), 'w') as w1:
p.apply_async(write_json, args=(video_path, 0,0.6,w1,q,i[0],))
這樣也不會完成進程，只能把w放到具體的函數里面，不能通過參數調用
補充：python3進程池pool使用及注意事項
1.在python中使用進程池主要就是為了并行處理任務，縮短運行時間
2.經常使用方法: 同步有 apply(), map();異步的有 apply_async(), map_async()
3. 先看幾個小例子
import time
from multiprocessing import Pool
test = [1,2,3,4,5,6,7,8]
def run(fn):
time.sleep(1)
return fn*fn
s = time.time()
for i in test:
run(i)
e = time.time()
print('直接循環 執行時間:',e - s)
pool = Pool(8)
s = time.time()
for i in test:
pool.apply(run, (i,))
e = time.time()
print('apply 執行時間:',e - s)
pool1 = Pool(8)
s = time.time()
res = []
for i in test:
r = [pool1.apply_async(run, (i,))]
res.append(r)
pool1.close()
pool1.join()
e = time.time()
print([i.get() for i in r])
print('apply_async 執行時間:',e - s)
pool2 = Pool(8)
r = pool2.map(run,test)
pool2.close()
pool2.join()
e1 = time.time()
print(r)
print('map執行時間:',e1 - e)
pool3 = Pool(8)
pool3.map_async(run,test)
pool3.close()
pool3.join()
e1 = time.time()
print('map_async執行時間:',e1 - e)
執行結果
直接循環 執行時間: 8.004754781723022
apply 執行時間: 8.016774654388428
[64]
apply_async 執行時間: 1.1128439903259277
[1, 4, 9, 16, 25, 36, 49, 64]
map執行時間: 1.181443452835083
map_async執行時間: 2.3679864406585693
除此之外，在寫代碼中，還涉及到變量的一些問題。就需要加鎖~
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- Python基礎之進程詳解
- python 多進程和多線程使用詳解
- python 實現多進程日志輪轉ConcurrentLogHandler
- Python多進程與多線程的使用場景詳解
- python多進程執行方法apply_async使用說明
- python multiprocessing 多進程并行計算的操作
- python 進程池pool使用詳解
- Python使用多進程運行含有任意個參數的函數
- 詳解python網絡進程
