最近，环境维护需要经常需要判断某些服务器上的IP是否可达，由于服务器数量较多，逐一手工ping检查太过繁琐。写个小程序使用。
实现和说明
1、使用配置文件ip.txt实现可配置指定ip列表。
2、利用multiprocessing多进程模块实现并发处理。同时利用Pool类实现进程数量控制。
3、通过ping_result.append()先收集ping执行结果，再打印的方式避免出现输出时错行的现象。
具体代码实现如下：
import multiprocessing
import os, sys ip_file = "ip.txt"
cur_dir = os.getcwd() def ping_ip(ip):
ret = os.system('ping -n 2 -w 3 %s > nul' % (ip,))
return (ret, ip) if __name__== '__main__':
try:
fp = open(ip_file, 'r')
except:
print "%s have not %s file,please check." % (cur_dir, ip_file)
sys.exit(1)
else:
ip_lst = fp.readlines()
fp.close()
p = multiprocessing.Pool(multiprocessing.cpu_count()*2)
ping_result = []
for ip in ip_lst:
ping_result.append(p.apply_async(ping_ip, args=(ip.strip(),)))
p.close()
p.join() for each in ping_result:
ret, ip = each.get()
if ret == 0:
print "%s success" % (ip,)
else:
print "%s fail" % (ip,)
关键代码描述：
1、multiprocessing.Pool()
函数原型：Pool(processes=None, initializer=None, initargs=(), maxtasksperchild=None)。返回进程池对象(Returns a process pool object)
Pool 可以提供指定数量的进程供用户使用，默认是 CPU 核数。当有新的请求提交到 Poll 的时候，如果池子没有满，会创建一个进程来执行，否则就会让该请求等待。特别说明：
（1）Pool 对象调用 join 方法会等待所有的子进程执行完毕。
（2）调用 join 方法之前，必须调用 close 方法
（3）调用 close 之后就不能继续添加新的 Process 了。
2、multiprocessing.cpu_count()。Returns the number of CPUs in the system
3、apply_async()方法用来同步执行进程，允许多个进程同时进入池子。
4、multiprocessing模块更详细的使用方法可以查看官方说明文档：multiprocessing