selenium自学之路:多线程(二)

这篇博客探讨了在Python中如何使用multiprocessing模块进行多进程编程,以克服GIL限制并有效利用多核CPU。文章介绍了Pipe和Queue两种进程间通信方式,强调它们在效率上的优势,并指出在多线程执行测试用例时的潜在应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

multiprocessing模块
多进程multiprocessing模块的使用与多线程threading模块的方法类似。multiprocessing提供了本地和远程的并发性,有效地通过全局解释锁来使用进程(而不是线程)。由于GIL的存在,在CPU密集型程序中,使用多线程并不能有效地利用多核cpu的优势,因为一个解释器在同一时刻只会有一个线程在执行。所以multiprocessing模块可以充分利用硬件的多处理器来进行工作

from time import sleep,ctime
import multiprocessing

def super_player(file_,time):
    for i in range(2):
        print('Start playing: %s! %s'%(file_,ctime()))
        sleep(time)

lists={'铃儿响叮当.mp3':3,'大头儿子小头爸爸.mp4':5,'舒克和贝塔.mp4':4}
threads=[]
files=range(len(lists))

for file_ ,time in  lists.items():
    t=multiprocessing.Process(target=super_player,args=(file_,time))
    threads.append(t)

if __name__ == '__main__':
    for t in files:
        threads[t].start()
    for t in files:
        threads[t].join()
    print('end: %s'%ctime())

运行结果:

Start playing: 铃儿响叮当.mp3! Mon Apr 22 16:49:25 2019
Start playing: 大头儿子小头爸爸.mp4! Mon Apr 22 16:49:25 2019
Start playing: 舒克和贝塔.mp4! Mon Apr 22 16:49:25 2019
Start playing: 铃儿响
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值