Python标准库11 多进程探索 (multiprocessing包)

做者：Vamei 出处：http://www.cnblogs.com/vamei 欢迎转载，也请保留这段声明。谢谢！

 

在初步了解Python多进程以后，咱们能够继续探索multiprocessing包中更加高级的工具。这些工具可让咱们更加便利地实现多进程。

 

进程池

进程池 (Process Pool)能够建立多个进程。这些进程就像是随时待命的士兵，准备执行任务(程序)。一个进程池中能够容纳多个待命的士兵。

 

“三个进程的进程池”

 

 

好比下面的程序:

import multiprocessing as mul

def f(x):
    return x**2

pool = mul.Pool(5)
rel  = pool.map(f,[1,2,3,4,5,6,7,8,9,10])
print(rel)

咱们建立了一个允许5个进程的进程池 (Process Pool) 。Pool运行的每一个进程都执行f()函数。咱们利用map()方法，将f()函数做用到表的每一个元素上。这与built-in的map()函数相似，只是这里用5个进程并行处理。若是进程运行结束后，还有须要处理的元素，那么的进程会被用于从新运行f()函数。除了map()方法外，Pool还有下面的经常使用方法。

apply_async(func,args)  从进程池中取出一个进程执行func，args为func的参数。它将返回一个AsyncResult的对象，你能够对该对象调用get()方法以得到结果。

close()  进程池再也不建立新的进程

join()   wait进程池中的所有进程。必须对Pool先调用close()方法才能join。

 

练习

有下面一个文件download.txt。

www.sina.com.cn
www.163.com
www.iciba.com
www.cnblogs.com
www.qq.com
www.douban.com

使用包含3个进程的进程池下载文件中网站的首页。(你能够使用subprocess调用wget或者curl等下载工具执行具体的下载任务)

 

共享资源

咱们在Python多进程初步已经提到，咱们应该尽可能避免多进程共享资源。多进程共享资源必然会带来进程间相互竞争。而这种竞争又会形成race condition，咱们的结果有可能被竞争的不肯定性所影响。但若是须要，咱们依然能够经过共享内存和Manager对象这么作。

 

共享“资源”

共享内存

在Linux进程间通讯中，咱们已经讲述了共享内存(shared memory)的原理，这里给出用Python实现的例子:

# modified from official documentation
import multiprocessing

def f(n, a):
    n.value   = 3.14
    a[0]      = 5

num   = multiprocessing.Value('d', 0.0)
arr   = multiprocessing.Array('i', range(10))

p = multiprocessing.Process(target=f, args=(num, arr))
p.start()
p.join()

print num.value
print arr[:]

这里咱们实际上只有主进程和Process对象表明的进程。咱们在主进程的内存空间中建立共享的内存，也就是Value和Array两个对象。对象Value被设置成为双精度数(d), 并初始化为0.0。而Array则相似于C中的数组，有固定的类型(i, 也就是整数)。在Process进程中，咱们修改了Value和Array对象。回到主程序，打印出结果，主程序也看到了两个对象的改变，说明资源确实在两个进程之间共享。

 

Manager

Manager对象相似于服务器与客户之间的通讯 (server-client)，与咱们在Internet上的活动很相似。咱们用一个进程做为服务器，创建Manager来真正存放资源。其它的进程能够经过参数传递或者根据地址来访问Manager，创建链接后，操做服务器上的资源。在防火墙容许的状况下，咱们彻底能够将Manager运用于多计算机，从而模仿了一个真实的网络情境。下面的例子中，咱们对Manager的使用相似于shared memory，但能够共享更丰富的对象类型。

import multiprocessing

def f(x, arr, l):
    x.value = 3.14
    arr[0] = 5
    l.append('Hello')

server = multiprocessing.Manager()
x    = server.Value('d', 0.0)
arr  = server.Array('i', range(10))
l    = server.list()

proc = multiprocessing.Process(target=f, args=(x, arr, l))
proc.start()
proc.join()

print(x.value)
print(arr)
print(l)

Manager利用list()方法提供了表的共享方式。实际上你能够利用dict()来共享词典，Lock()来共享threading.Lock(注意，咱们共享的是threading.Lock，而不是进程的mutiprocessing.Lock。后者自己已经实现了进程共享)等。 这样Manager就容许咱们共享更多样的对象。

 

咱们在这里不深刻讲解Manager在远程状况下的应用。有机会的话，会在网络应用中进一步探索。

 

总结

Pool

Shared memory, Manager