Python脚本之Multiprocessing 多线程

简介:

AAB377E247752DA87288BAF935E442AC

######################################

#!/usr/bin/env python

#encoding=utf-8

from multiprocessing import Process,Lock

import time,os

def say(i):

    print 'nihao:',i

#lock=Lock()

for n in range(101):

    p=Process(target=say,args=(n,))

    p.start()

    #p.join()

########################################多线程池Pool,可限制多线程数量

#!/usr/bin/env python

#encoding=utf-8

import multiprocessing

import os,sys,time

result=[]

def run_cmd(i):

    print 'threading test:',i,os.getpid()

    time.sleep(1.5)

p=multiprocessing.Pool(processes=25)

for n in range(100):

    result.append(p.apply_async(run_cmd,('%s'%n,)))

p.close()

#p.join()

for res in result:

    res.get(timeout=5)

######################################多线程pool,paramiko

import multiprocessing

import os,time

import paramiko

hosts=['192.168.1.11','192.168.1.10']

#,'192.168.1.11','192.168.1.12','192.168.1.13']

username='root'

password='123456'

port=22

name={}

d_usage={}

def cmd(hostname):

        if os.system('ping %s -c 1 &>/dev/null'%hostname)==0:

                paramiko.util.log_to_file('paramiko.log')

                s = paramiko.SSHClient()

                s.set_missing_host_key_policy(paramiko.AutoAddPolicy())

                s.connect(hostname,port,username,password)

                stdin,stdout,stderr=s.exec_command('df -kP')

                time.sleep(2)

                d_usage['%s'%hostname]= stdout.read()

                print '---------------------------------------------'

                print d_usage['%s'%hostname]

                print stdout.read()

                s.close()

        else:

                d_usage['%s'%hostname]='host Destination Host Unreachable'

                print  'host Destination Host Unreachable'

                name={'xk':[25,'male'],'zq':[23,'male'],}

p=multiprocessing.Pool(processes=10)

for hostname in hosts:

        p.apply_async(cmd,('%s'%hostname,))

#       time.sleep(10)

time.sleep(10)

p.close()

#p.join()

#print d_usage












本文转自shangshanyang51CTO博客,原文链接: http://blog.51cto.com/qqran/1962675,如需转载请自行联系原作者



相关文章
|
15小时前
|
消息中间件 安全 数据处理
Python中的并发编程:理解多线程与多进程的区别与应用
在Python编程中,理解并发编程是提高程序性能和响应速度的关键。本文将深入探讨多线程和多进程的区别、适用场景及实际应用,帮助开发者更好地利用Python进行并发编程。
|
1天前
|
SQL API Python
`bandit`是一个Python静态代码分析工具,专注于查找常见的安全漏洞,如SQL注入、跨站脚本(XSS)等。
`bandit`是一个Python静态代码分析工具,专注于查找常见的安全漏洞,如SQL注入、跨站脚本(XSS)等。
19 8
|
1天前
|
网络协议 安全 Shell
`nmap`是一个开源的网络扫描工具,用于发现网络上的设备和服务。Python的`python-nmap`库允许我们在Python脚本中直接使用`nmap`的功能。
`nmap`是一个开源的网络扫描工具,用于发现网络上的设备和服务。Python的`python-nmap`库允许我们在Python脚本中直接使用`nmap`的功能。
16 7
|
1天前
|
网络协议 安全 Python
我们将使用Python的内置库`http.server`来创建一个简单的Web服务器。虽然这个示例相对简单,但我们可以围绕它展开许多讨论,包括HTTP协议、网络编程、异常处理、多线程等。
我们将使用Python的内置库`http.server`来创建一个简单的Web服务器。虽然这个示例相对简单,但我们可以围绕它展开许多讨论,包括HTTP协议、网络编程、异常处理、多线程等。
4 0
|
1天前
|
算法 Python
我们需要一个简单的Python脚本来作为示例。假设我们有一个名为`hello_world.py`的脚本,
我们需要一个简单的Python脚本来作为示例。假设我们有一个名为`hello_world.py`的脚本,
5 0
|
1天前
|
Python
在Python中,`multiprocessing`模块提供了一种在多个进程之间共享数据和同步的机制。
在Python中,`multiprocessing`模块提供了一种在多个进程之间共享数据和同步的机制。
4 0
|
1天前
|
安全 API Python
`multiprocessing`是Python的一个标准库,用于支持生成进程,并通过管道和队列、信号量、锁和条件变量等同步原语进行进程间通信(IPC)。
`multiprocessing`是Python的一个标准库,用于支持生成进程,并通过管道和队列、信号量、锁和条件变量等同步原语进行进程间通信(IPC)。
5 0
|
1天前
|
缓存 并行计算 监控
了解 Python 线程
【7月更文挑战第8天】在Python多线程编程中,`threading`模块允许我们获取当前线程名字,通过`current_thread().name`获取。线程名字有助于调试、日志和资源管理。示例代码展示了如何创建线程并打印其名字。在实际应用中,线程命名应清晰、唯一且避免特殊字符,以提高代码可读性和维护性。多线程编程需注意线程安全、死锁、性能优化等问题。通过合理设计和测试,可以利用多线程提高程序并发性和效率。
6 1
|
3天前
|
网络协议 Linux Python
Python脚本配置Centos静态ip地址
这是一个Python脚本,用于自动化配置CentOS系统的静态IP地址。脚本创建或修改文件,填写接口名(如ens33)、IP地址、子网掩码、网关和DNS。运行时需替换变量值并使用`sudo`以管理员权限执行。完成配置后,它会重启网络服务。注意,用户应根据实际网络环境调整参数。
Python脚本配置Centos静态ip地址
|
4天前
|
数据采集 存储 监控
python 10个自动化脚本
【7月更文挑战第10天】
15 3