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、m ultiprocessing模块更详细的使用方法可以查看 官方说明文档： multiprocessing