python进阶（8）多进程

时间 2021-02-26

标签算法多线程并发 app dom async 函数操作系统线程设计栏目 Python 繁體版

原文原文链接

进程

前置知识点

并发：指的是任务数多余cpu核数，经过操做系统的各类任务调度算法，实现用多个任务“一块儿”执行（实际上总有一些任务不在执行，由于切换任务的速度至关快，看上去一块儿执行而已）
并行：指的是任务数小于等于cpu核数，即任务真的是一块儿执行的

进程的建立

multiprocessing模块就是跨平台版本的多进程模块，提供了一个Process类来表明一个进程对象，这个对象能够理解为是一个独立的进程，能够执行另外的事情算法

from multiprocessing import Process
import os


# 子进程要执行的代码
def run_proc(name):
    print('启动子线程{}{}'.format(name, os.getpid()))


if __name__ == '__main__':
    print('父进程{}'.format(os.getpid()))
    p = Process(target=run_proc, args=('test',))
    print('子进程将要启动')
    p.start()
    p.join()
    print('子线程结束')

进程pid

from multiprocessing import Process
import os
import time


def run_proc():
    """子进程要执行的代码"""
    print('子进程运行中，pid=%d...' % os.getpid())  # os.getpid获取当前进程的进程号
    print('子进程将要结束...')


if __name__ == '__main__':
    print('父进程pid: %d' % os.getpid())  # os.getpid获取当前进程的进程号
    p = Process(target=run_proc)
    p.start()

>>> 父进程pid: 3580
>>> 子进程运行中，pid=3581...
>>> 子进程将要结束...

Process语法结构

Process([group [, target [, name [, args [, kwargs]]]]])多线程

target：若是传递了函数的引用，能够任务这个子进程就执行这里的代码
args：给target指定的函数传递的参数，以元组的方式传递
kwargs：给target指定的函数传递命名参数
name：给进程设定一个名字，能够不设定
group：指定进程组，大多数状况下用不到
Process建立的实例对象的经常使用方法：
start()：启动子进程实例（建立子进程）
is_alive()：判断进程子进程是否还在活着
join([timeout])：是否等待子进程执行结束，或等待多少秒
terminate()：无论任务是否完成，当即终止子进程
Process建立的实例对象的经常使用属性：
name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
pid：当前进程的pid（进程号）

给子进程指定的函数传递参数

from multiprocessing import Process
import os
from time import sleep


def run_proc(name, age, **kwargs):
    for i in range(10):
        print('子进程运行中，name= %s,age=%d ,pid=%d...' % (name, age, os.getpid()))
        print(kwargs)
        sleep(0.2)

if __name__=='__main__':
    p = Process(target=run_proc, args=('test',18), kwargs={"m":20})
    p.start()
    sleep(1)  # 1秒中以后，当即结束子进程
    p.terminate()
    p.join()

>>> 子进程运行中，name= test,age=18 ,pid=3593...
>>> {'m': 20}
>>> 子进程运行中，name= test,age=18 ,pid=3593...
>>> {'m': 20}
>>> 子进程运行中，name= test,age=18 ,pid=3593...
>>> {'m': 20}
>>> 子进程运行中，name= test,age=18 ,pid=3593...
>>> {'m': 20}
>>> 子进程运行中，name= test,age=18 ,pid=3593...
>>> {'m': 20}

进程和线程的区别

进程是资源调度的基本单位，而线程是程序执行的基本单位
不一样进程的地址空间是独立的，而同一进程中的线程之间共享
进程之间通讯必须使用操做系统提供的进程间通讯机制，同一进程中的各线程能够直接通讯
多进程之间能够并发执行，多线程之间也能够并发执行
线程切换的开销要比进程切换的开销小

进程间通讯

from multiprocessing import Process, Queue
import os, time, random


# 写数据进程执行的代码:
def write(q):
    print('Process to write: %s' % os.getpid())
    for value in ['A', 'B', 'C']:
        print('Put %s to queue...' % value)
        q.put(value)
        time.sleep(random.random())


# 读数据进程执行的代码:
def read(q):
    print('Process to read: %s' % os.getpid())
    while True:
        value = q.get(True)
        print('Get %s from queue.' % value)


if __name__ == '__main__':
    # 父进程建立Queue，并传给各个子进程：
    q = Queue()
    pw = Process(target=write, args=(q,))
    pr = Process(target=read, args=(q,))
    # 启动子进程pw，写入:
    pw.start()
    # 启动子进程pr，读取:
    pr.start()
    # 等待pw结束:
    pw.join()
    # pr进程里是死循环，没法等待其结束，只能强行终止:
    pr.terminate()

初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就表明可接受的消息数量没有上限（直到内存的尽头）；并发

Queue.qsize()：返回当前队列包含的消息数量；
Queue.empty()：若是队列为空，返回True，反之False ；
Queue.full()：若是队列满了，返回True,反之False；
Queue.get([block[, timeout]])：获取队列中的一条消息，而后将其从列队中移除，block默认值为True；
1）若是block使用默认值，且没有设置timeout（单位秒），消息列队若是为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，若是设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；

2）若是block值为False，消息列队若是为空，则会马上抛出"Queue.Empty"异常；
Queue.get_nowait()：至关Queue.get(False)；
Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；

1）若是block使用默认值，且没有设置timeout（单位秒），消息列队若是已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，若是设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；

2）若是block值为False，消息列队若是没有空间可写入，则会马上抛出"Queue.Full"异常；
Queue.put_nowait(item)：至关Queue.put(item, False)；

进程池

"""
若是要启动大量的子进程，能够用进程池的方式批量建立子进程：
"""
from multiprocessing import Pool
import os, time, random


def long_time_task(name):
    print('运行任务 %s (%s)...' % (name, os.getpid()))
    start = time.time()
    time.sleep(random.random() * 3)
    end = time.time()
    print('任务 %s 运行 %0.2f 秒' % (name, (end - start)))


if __name__ == '__main__':
    print('父进程 %s.' % os.getpid())
    p = Pool(4)  # 建立进程池中最多存4个子进程
    for i in range(5):
          # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
            # 每次循环将会用空闲出来的子进程去调用目标
        p.apply_async(long_time_task, args=(i,))
    print('等待全部子进程完成...')
    p.close()
    p.join()
    print('全部子进程完成.')

>>> 等待全部子进程完成...
>>> 运行任务 0 (3722)...
>>> 运行任务 1 (3723)...
>>> 运行任务 2 (3724)...
>>> 运行任务 3 (3725)...
>>> 任务 3 运行 0.67 秒
>>> 运行任务 4 (3725)...
>>> 任务 2 运行 1.29 秒
>>> 任务 0 运行 2.00 秒
>>> 任务 1 运行 2.77 秒
>>> 任务 4 运行 2.31 秒
>>> 全部子进程完成.

multiprocessing.Pool经常使用函数解析：

apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
close()：关闭Pool，使其再也不接受新的任务；
terminate()：无论任务是否完成，当即终止；
join()：主进程阻塞，等待子进程的退出，必须在close或terminate以后使用；

代码解读：

对Pool对象调用join()方法会等待全部子进程执行完毕，调用join()以前必须先调用close()，调用close()以后就不能继续添加新的Process了。
请注意输出的结果，task 0，1，2，3是马上执行的，而task 4要等待前面某个task完成后才执行，这是由于Pool的默认大小在个人电脑上是4，所以，最多同时执行4个进程。这是Pool有意设计的限制，并非操做系统的限制。若是改为：app

p = Pool(5)

就能够同时跑5个进程。
因为Pool的默认大小是CPU的核数，若是你不幸拥有8核CPU，你要提交至少9个子进程才能看到上面的等待效果。
dom

进程池中的Queue

# 修改import中的Queue为Manager
from multiprocessing import Manager,Pool
import os,time,random

def reader(q):
    print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))
    for i in range(q.qsize()):
        print("reader从Queue获取到消息：%s" % q.get(True))

def writer(q):
    print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))
    for i in "itcast":
        q.put(i)

if __name__=="__main__":
    print("(%s) start" % os.getpid())
    q = Manager().Queue()  # 使用Manager中的Queue
    po = Pool()
    po.apply_async(writer, (q,))

    time.sleep(1)  # 先让上面的任务向Queue存入数据，而后再让下面的任务开始从中取数据

    po.apply_async(reader, (q,))
    po.close()
    po.join()
    print("(%s) End" % os.getpid())

>>> (4157) start
>>> writer启动(4159),父进程为(4157)
>>> reader启动(4160),父进程为(4157)
>>> reader从Queue获取到消息：i  
>>> reader从Queue获取到消息：t
>>> reader从Queue获取到消息：c
>>> reader从Queue获取到消息：a
>>> reader从Queue获取到消息：s
>>> reader从Queue获取到消息：t
>>> (4157) End