当前位置:   article > 正文

python多进程并行之multiprocessing_python 并行multiprocessing

python 并行multiprocessing

import datetime
import random
import time
from multiprocessing.dummy import Pool as ThreadPool

# 修改为从数据库中读取用例列表


def get_case_list():
    return [i for i in range(1, 20)]

# 具体的执行方法, 记录测试结果和测试时间


def run_case(case_id):
    run_time = random.randrange(1, 10)
    time.sleep(run_time)
    print('run case: %d, result is pass, run time is : %d seconds\n' % (case_id, run_time))


# 设置并发数量
threadNum = 5
# 设置多进程执行
pool = ThreadPool(threadNum)

# 格式化成2016-03-20 11:45:39形式
# print(f'并发数为: {threadNum}')
start = datetime.datetime.now()
print('Start:', start)
pool.map(run_case, get_case_list())
end = datetime.datetime.now()
print('End:', end)
print(f'{threadNum}个进程并发耗时: {(end - start).seconds} 秒')
pool.close()  # 调用join之前,先调用close函数,否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
pool.join()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/74860
推荐阅读
相关标签
  

闽ICP备14008679号