python 多进程使用

Question

假设：有个数据操作，处理100万条数据，每个数据的value+1。
如简单代码假设

for x in range(1,100):
    x++

从数据库获取100条了，然后想多进程去执行x++？
还是说多进程去数据库获取数据？
谢谢了

Answer 1

有一個問題: 如果是資料庫裡面的資料, 為什麼不執行sql,這比什麼多進程要高效的多吧?
如果非要你給出的二選一, 那麼考慮一下:

1). 如果你要用多进程去数据库获取数据(就算你用了mysql连接池,可以不怎么考虑数据库连接的io消耗),
你每取一次数据,总要有一次查询吧, 完了以后,你还要把更新后的数据写入到数据库了, 又是一次数据库操作,
想想这个消耗有多大?
2). 数据库获取100万数据，然后想多进程去执行x++; 这种情况啊,只要计算机内存够(只有100万数据,基本是没问题的), 用python的进程池map一下,确实也是没什么问题

Answer 2

先將原始數據存入隊列（queue）中，作為生產者
後從隊列中取數據，執行操作，作為消費者
這時，可以在消費者開多線程（當然你鎖處理得好的話，生產者也可以做多執行緒）

while tmp_queue.empty() is not True:
    x = tmp_queue.get()
    x += 1

在佇列中，如果一直存在元素執行緒會持續進行操作。

Answer 3

其實Python中實現多進程的最佳方式是使用multiprocessing中的map

範例(Python 3)：

# f.py
# 要对某个列表中每个元素都执行一次的function
def f(x):
    return x + 1

# main.py
from multiprocessing import pool

from f import f
# 创建进程池
p = pool.Pool(4)
lst = range(100)
# 使用多进程对整个列表进行计算
print(p.map(f, lst))

Answer 4

你可以直接把資料讀取和資料+1兩個函數再寫到一個操作中啊，然後用多進程去操作，就上樓上說的一樣用進程池進行操作。根據你的cpu核數，設定進程池的大小。由於多進程間不進行記憶體共享、也不能直接通信，你先用多進程從資料庫中把所有資料讀出來，然後再用多進程進行val+1也行的