python 进程-Python开发

导航：1、创建进程的两种方式2、Process的方法3、进程间的通讯1，进程队列Queue--先进先出4、进程间的通讯2，管道通讯 Pipe5、进程间的数据共享，Manager6、多进程同步问题7、进程池Pool python中多进程可以解决c...

导航：

1、创建进程的两种方式
2、Process的方法
3、进程间的通讯1，进程队列Queue--先进先出
4、进程间的通讯2，管道通讯 Pipe
5、进程间的数据共享，Manager
6、多进程同步问题
7、进程池Pool

python中多进程可以解决cpython解释器多线程中GIL存在的问题，可以利用CPU的多核资源，实现真的并发效果。

python中使用multiprocessing包提供的接口给我们创建多进程，multiprocessing与threading的使用方法相似。

1、创建进程的两种方式

1）通过multiprocessing.Process创建

　　Process(group=None, target=None, name=None, args=(), kwargs={})

group　　　　线程组，没什么用，默认为空就好
target　　　　要执行的方法
name　　　　进程的名字
args/kwargs　执行target方法要传入的参数

 1 def fn(word):
 2     # ------子进程的逻辑-----
 3     print("父进程", os.getppid())
 4     print("子进程", os.getpid())
 5     print("传入的参数：", word)
 6 
 7 
 8 if __name__ == "__main__":
 9     p = Process(target=fn, args=("haha",))  # 创建子进程
10     p.start()  # 开启子进程
11     print("主进程", os.getpid())
12 
13 
14 # 输出结果
15 主进程 5916
16 父进程 5916
17 子进程 2936
18 传入的参数： haha

通过Process创建一个子进程

很简单这样就可以创建一个子进程了，如果不相信可以看第3 4 11行打印的进程id就可以知道这是不同的进程。

这里需要说明的是：在所有的进程当中子进程都是由父进程创建出来的，在这个例子中，子进程的的父进程就是主进程，可以看到第3 11行打印的进程id。

在windows下，创建进程一定要放在__main__中，不然会报错

2）通过继承Process类创建子进程

 1 from multiprocessing import Process
 2 import os
 3 
 4 class MyProcess(Process):
 5     def __init__(self, name):
 6         super().__init__()  # 如果重写了初始化方法，在初始化方法中一定要调用父类的初始化方法
 7         self.name = name
 8 
 9     def run(self):
10         # ------子进程的逻辑-----
11         print("父进程", os.getppid())
12         print("子进程", os.getpid())
13         print("子进程的名字", self.name)
14 
15 
16 if __name__ == "__main__":
17     p = MyProcess("haha")  # 创建子进程
18     p.start()  # 开启子进程
19     print("主进程", os.getpid())
20 
21 
22 # 输出结果
23 主进程 740
24 父进程 740
25 子进程 7052
26 子进程的名字 haha

通过继承Process创建子进程

通过继承Process创建子进程需要重写 run 方法，这是子进程逻辑的入口，当开启子进程时会自动调用这个方法

上边这两种方式中，主进程执行完所有的逻辑后会等待子进程结束在一起结束，与fork函数创建的方式不一样

2、Process的方法

1）is_alive()

is_alive方法判断指定对象进程的存活状态。进程 start 后一直到该进程结束都返回True。进程 start 前或进程已经结束返回False

 1 from multiprocessing import Process
 2 import time
 3 
 4 def fn():
 5     # ------子进程的逻辑-----
 6     time.sleep(1)  # 模拟子进程执行需要消耗的时间
 7 
 8 
 9 if __name__ == "__main__":
10     p = Process(target=fn)  # 创建子进程
11     print("p.start前-->", p.is_alive())
12     p.start()  # 开启子进程
13     print("p.start后-->", p.is_alive())
14     time.sleep(2)  # 模拟主进程执行需要消耗的时间，为了确保子进程先结束
15     print("子进程结束后-->", p.is_alive())
16 
17 
18 # 输出结果
19 p.start前--> False
20 p.start后--> True
21 子进程结束后--> False

is_alive方法

2）join()

join(timeout=None)方法，堵塞当前环境的进程，直到调此方法的进程结束后再继续往下执行。可设置timeout值，最多堵塞timeout时间(秒)。注意：join方法只能在start()后才可以使用

 1 from multiprocessing import Process
 2 import time
 3 
 4 def fn():
 5     # ------子进程的逻辑-----
 6     time.sleep(3)  # 模拟子进程执行需要消耗的时间
 7     print("子进程中-->", time.ctime())
 8 
 9 
10 if __name__ == "__main__":
11     p = Process(target=fn)  # 创建子进程
12     p.start()  # 开启子进程
13     print("p.join前-->", time.ctime())
14     p.join()  # 堵塞当前环境的进程，直到调此方法的进程结束后再继续往下执行
15     print("p.join后-->", time.ctime())
16 
17 
18 # 输出内容
19 p.join前--> Sat Sep 29 16:03:40 2018
20 子进程中--> Sat Sep 29 16:03:43 2018
21 p.join后--> Sat Sep 29 16:03:43 2018

join方法

这里可以看到第15行语句一直等到第7行执行完才输出

 1 from multiprocessing import Process
 2 import time
 3 
 4 def fn():
 5     # ------子进程的逻辑-----
 6     time.sleep(2)  # 模拟子进程执行需要消耗的时间
 7     print("子进程中-->", time.ctime())
 8 
 9 
10 if __name__ == "__main__":
11     p = Process(target=fn)  # 创建子进程
12     p.start()  # 开启子进程
13     print("p.join前-->", time.ctime())
14     p.join(1)  # 设置超时1秒
15     print("p.join后-->", time.ctime())
16 
17 
18 # 输出内容
19 p.join前--> Sat Sep 29 16:04:02 2018
20 p.join后--> Sat Sep 29 16:04:03 2018
21 子进程中--> Sat Sep 29 16:04:04 2018

join设置timeout值

这里可以看到第15行语句只堵塞了1秒的时间

3）start()，进程准备就绪，等待cpu的执行(调度)

4）run()，继承Process类的子类，需要重写的方法，当进程对象调用 start 方法时自动执行 run 方法，也是进程的入口

5）terminate()，不管进程是否执行完，直接终止进程

6）daemon属性True/False

与线程的setDeamon()一样。将该进程对象设置为守护进程，效果：父进程将不再等待子进程，父进程结束时，子进程一起结束。注意：daemon属性只能在 start() 前设置

 1 from multiprocessing import Process
 2 import time
 3 
 4 def fn():
 5     # ------子进程的逻辑-----
 6     time.sleep(2)  # 模拟子进程执行需要消耗的时间
 7     print("----------")
 8 
 9 
10 if __name__ == "__main__":
11     p = Process(target=fn)  # 创建子进程
12     p.daemon = True
13     p.start()  # 开启子进程
14     print("++++++++++")
15 
16 
17 # 输出内容
18 ++++++++++

daemon属性

子进程中的第7行语句并没有执行，即：子进程在父进程结束时也跟着结束了

3、进程间的通讯1，进程队列Queue--先进先出

Queue(maxsize=-1)，maxsize=-1默认队列长度没有最大值，maxsize=5表示队列长度最大值为5

1）put(obj, block=True, timeout=None)

obj　　添加进队列的值，可以添加任意类型的值
block　默认为True，当队列满时，继续添加则发生堵塞，直到队列get()值出去；block=False，队列满时继续添加不堵塞，但会抛出queue.Full异常
timeout 堵塞超时，当队列满时，继续添加发生堵塞，堵塞超时timeout秒，超时则会抛出queue.Full异常

 1 >>> from multiprocessing import Process, Queue
 2 >>> q = Queue(3)  # 创建进程队列，队列最大长度为3
 3 >>> q.put("haha")  # 往队列添加字符串
 4 >>> q.put([])  # 往队列添加列表
 5 >>> q.put({})  # 往队列添加字典
 6 >>> q.put(5)  # 往队列添加数字
 7 _  # 满时继续添加，发生堵塞(光标会一直卡在这)
 8 
 9 >>> q.put(5,block=False)  # 往队列添加数字，不堵塞添加
10 Traceback (most recent call last):
11   File "<stdin>", line 1, in <module>
12   File "C:\D_Program\Python\Python37\lib\multiprocessing\queues.py", line 83, in put
13     raise Full
14 queue.Full
15 
16 >>> q.put(5, timeout=3)  # 往队列添加数字，并设置超时3秒
17 Traceback (most recent call last):
18   File "<stdin>", line 1, in <module>
19   File "C:\D_Program\Python\Python37\lib\multiprocessing\queues.py", line 83, in put
20     raise Full
21 queue.Full

put方法简单使用，这里还不涉及进程间的通讯

2）get(block=True, timeout=None) 使用方法与put一样的用法，返回先添加的值

 1 >>> q.get()
 2 'haha'
 3 >>> q.get()
 4 []
 5 >>> q.get()
 6 {}
 7 >>> q.get()
 8 _  # 为空时继续取值，发生堵塞(光标会一直卡在这)
 9 
10 >>> q.get(timeout=3)
11 Traceback (most recent call last):
12   File "<stdin>", line 1, in <module>
13   File "C:\D_Program\Python\Python37\lib\multiprocessing\queues.py", line 105, in get
14     raise Empty
15 _queue.Empty

get方法简单使用，这里还不涉及进程间的通讯

3）qsize() 返回当前队列的长度

 1 >>> from multiprocessing import Queue
 2 >>> q = Queue(3)
 3 >>> q.put("haha")
 4 >>> q.qsize()
 5 1
 6 >>> q.put(100)
 7 >>> q.qsize()
 8 2
 9 >>> q.get()
10 'haha'
11 >>> q.qsize()
12 1

qsize返回当前队列长度，这里还不涉及进程间的通讯

4）put_nowait(obj) 相当于put(obj, block=False)

5）get_nowait() 相当于get(block=False)

6）empty() 判断队列是否为空，True：空，False：不为空

7）full() 判断队列是否已满，True：已满，False：未满

8）close() 关闭队列，关闭后，将不能添加或取出值

9）通过队列实现多个进程间的通讯

 1 from multiprocessing import Process, Queue
 2 import time
 3 
 4 def write_queue(q):
 5     for i in range(5):
 6         q.put(i)  # 往队列添加值
 7         print("put %d" % i)
 8 
 9 
10 def read_queue(q):
11     time.sleep(1)  # 确保write_queue中队列已经有值
12     while not q.empty():
13         s = q.get()  # 取出队列的值
14         print("get %s" % s)
15 
16 
17 if __name__ == "__main__":
18     q = Queue(5)
19     p1 = Process(target=write_queue, args=(q,))  # 创建子进程
20     p2 = Process(target=read_queue, args=(q,))  # 创建子进程
21     p1.start()  # 开启子进程
22     p2.start()  # 开启子进程
23 
24 
25 # 输出结果
26 put 0
27 put 1
28 put 2
29 put 3
30 put 4
31 get 0
32 get 1
33 get 2
34 get 3
35 get 4

通过队列的多进程间通信，target

 1 from multiprocessing import Process, Queue
 2 import time
 3 
 4 class WriteProcess(Process):
 5     def __init__(self, q):
 6         super().__init__()
 7         self.q = q
 8 
 9     def run(self):
10         print("子进程WriteProcess-->")
11         for i in range(5):
12             self.q.put(i)
13             print("put %d" % i)
14 
15 
16 class ReadProcess(Process):
17     def __init__(self, q):
18         super().__init__()
19         self.q = q
20 
21     def run(self):
22         time.sleep(1)  # 确保write_queue中队列已经有值
23         print("子进程ReadProcess-->")
24         while not self.q.empty():
25             s = self.q.get()
26             print("get %s" % s)
27 
28 
29 if __name__ == "__main__":
30     q = Queue(5)
31     p1 = WriteProcess(q)  # 创建子进程
32     p2 = ReadProcess(q)  # 创建子进程
33     p1.start()  # 开启子进程
34     p2.start()  # 开启子进程
35 
36 
37 # 输出结果
38 子进程WriteProcess-->
39 put 0
40 put 1
41 put 2
42 put 3
43 put 4
44 子进程ReadProcess-->
45 get 0
46 get 1
47 get 2
48 get 3
49 get 4

通过队列的多进程间通讯--run方法

4、进程间的通讯2，管道通讯 Pipe

1）Pipe(duplex=True)

Pipe是一个函数，返回元组(Connection(), Connection()). 即返回管道的两端。默认duplex=True为全双工模式，duplex=Fasle中第一个Connection只能接收信息，第二个Connection只能发送消息

2）Connection常用方法

send(obj) 将对象obj发送到管道另一端，发送的数据必须是可序列化的对象。
recv() 从管道的另一端接收send()发送的数据。没有数据可接收，将发生堵塞。
send_bytes(buffer, offset=-1, size=-1) 发送字节缓冲区，buffer是支持支持字节缓冲的任意对象，offset为buffer的字节偏移量(可以当初下标)，size为要发送的字节数。
recv_bytes(maxlength=-1) 接收send_bytes()发送的一次数据，maxlength指定接收长度，超出这个长度则抛出将引发IOError异常，没有数据可接收，将发生堵塞。
poll([timeout]) 返回 True/False，判断管道内是否有数据可以接收，True：数据可接收。timeout为堵塞的时间秒，timeout=None时一直堵塞，直到有数据可以接收
close() 关闭链接，关闭链接后将不能继续使用管道,当不再使用管道时可将其关闭

 1 from multiprocessing import Process, Pipe
 2 import time
 3 
 4 class MyProcess1(Process):
 5     def __init__(self, con):
 6         super().__init__()
 7         self.con = con
 8 
 9     def run(self):
10         self.con.send("12345")
11         print("MyProcess1--send-->", "12345")
12         msg = self.con.recv_bytes().decode(encoding="utf-8")
13         print("MyProcess1--recv_bytes-->", msg)
14 
15 
16 class MyProcess2(Process):
17     def __init__(self, con):
18         super().__init__()
19         self.con = con
20 
21     def run(self):
22         msg = self.con.recv()
23         print("MyProcess2--recv-->", msg)
24         self.con.send_bytes("哈哈".encode("UTF-8"))
25         print("MyProcess2--send_bytes-->", "哈哈")
26 
27 
28 if __name__ == "__main__":
29     con1, con2 = Pipe()
30     p1 = MyProcess1(con1)  # 创建子进程
31     p2 = MyProcess2(con2)  # 创建子进程
32     p1.start()  # 开启子进程
33     p2.start()  # 开启子进程
34 
35 
36 # 输出结果
37 MyProcess1--send--> 12345
38 MyProcess2--recv--> 12345
39 MyProcess2--send_bytes--> 哈哈
40 MyProcess1--recv_bytes--> 哈哈

多进程间的管道通讯

5、进程间的数据共享，Manager

Manager提供多进程间的数据共享，Manager内的主要方法有 dict(mapping_or_sequence), list(sequence), Value(typecode, value), Array(typecode, sequence)

 1 from multiprocessing import Process, Manager
 2 
 3 def fn(dic, li, a):
 4     dic['count'] -= 1
 5     print("子进程-->a", a.value)  # a 为Value对象，通过a.value将值取出、修改
 6     print("子进程-->li", li)
 7 
 8 
 9 if __name__ == '__main__':
10     with Manager() as manager:
11         dic = manager.dict({'count': 1000})  # 字典
12         li = manager.list([1, 2, 3, 4])  # 列表
13         a = manager.Value("int", 100)  #  传值
14         p = Process(target=fn, args=(dic, li, a))
15         p.start()
16         p.join()
17         print("主进程-->dic", dic)  # 打印子进程修改后的内容
18 
19 
20 # 输出结果
21 子进程-->a 100
22 子进程-->li [1, 2, 3, 4]
23 主进程-->dic {'count': 0}

多进程数据共享Manager

6、多进程同步问题

当多个进程同时访问同一个资源时就得涉及到同步的问题，如：向控制台打印数据，必须要确保同一时刻只能有一个进程在打印数据，否则将会出现乱序的效果

 1 from multiprocessing import Process, Lock
 2 import time
 3 
 4 def fn(lock):
 5     # ------子进程的逻辑-----
 6     # lock.acquire()  # 未加锁
 7     for i in range(3):
 8         print("12", end="")
 9         time.sleep(0.005)  # 为了看到效果,添加的延迟
10         print("34")
11     # lock.release()
12 
13 
14 if __name__ == "__main__":
15     lock = Lock()
16     for i in range(3):
17         p = Process(target=fn, args=(lock,))  # 创建子进程
18         p.start()  # 开启子进程
19 
20 
21 # 输出结果
22 121234
23 1234
24 1234
25 121234
26 1234
27 34
28 1234
29 34
30 1234

未加锁

 1 from multiprocessing import Process, Lock
 2 import time
 3 
 4 def fn(lock):
 5     # ------子进程的逻辑-----
 6     lock.acquire()  # 加锁
 7     for i in range(3):
 8         print("12", end="")
 9         time.sleep(0.005)  # 为了看到效果,添加的延迟
10         print("34")
11     lock.release()  # 释放锁
12 
13 
14 if __name__ == "__main__":
15     lock = Lock()
16     for i in range(3):
17         p = Process(target=fn, args=(lock,))  # 创建子进程
18         p.start()  # 开启子进程
19 
20 
21 # 输出结果
22 1234
23 1234
24 1234
25 1234
26 1234
27 1234
28 1234
29 1234
30 1234

加锁后

7、进程池Pool

当任务不多时可以可以自己手动创建进程，但任务量大且任务量多的时候手动创建进程的工作量就会比较大，而多次创建进程消耗较大的资源，这个时候进程池就是一种比较好的解决方法。

在程序一开始就创建好进程池指定进程的数量，当任务来临的时候就从进程池里拿出一个进程，任务完成后进程不会被销毁，而是继续回到进程池等等下一个任务。

当任务数量大于进程数时，将按照任务添加的先后顺序执行任务，未执行的任务将在任务列表中等待。进程池中的进程用法跟上边的一致。

Pool()创建进程池的时候可以指定进程池里的进程数量，不指定的将默认为cpu的核心数。

主要方法介绍

apply_async(func, args=(), kwds={}, callback=None, error_callback=None) func：任务执行的方法入口；callback：任务执行完毕后执行的回调函数，回调函数执行在父进程里边，即调用apply_async的进程；error：任务执行出错后执行的回调函数

apply(func, args=(), kwds={})

close() 关闭进程池，关闭后将不能再继续添加任务

join() 等所有进程结束后再退出

 1 from multiprocessing import Process, Pool
 2 import time
 3 import os
 4 
 5 def fn(i):
 6     # ------子进程的逻辑-----
 7     print("进程pid--> %5d,参数--> %2d" % (os.getpid(), i))
 8     time.sleep(0.01)
 9 
10 
11 if __name__ == "__main__":
12     pool = Pool(4)
13     for i in range(12):
14         # pool.apply(fn, (i,))  # 同步方式
15         pool.apply_async(fn, (i,))  # 异步方式
16     pool.close()
17     pool.join()
18 
19 
20 # 输出结果
21 进程pid-->  1176,参数-->  0
22 进程pid-->  1556,参数-->  1
23 进程pid-->  8864,参数-->  2
24 进程pid-->  1176,参数-->  3
25 进程pid-->  1556,参数-->  4
26 进程pid-->  9552,参数-->  5
27 进程pid-->  8864,参数-->  6
28 进程pid-->  1556,参数-->  7
29 进程pid-->  1176,参数-->  8
30 进程pid-->  9552,参数-->  9
31 进程pid-->  8864,参数--> 10
32 进程pid-->  1176,参数--> 11

进程池apply_async()异步方式

 1 from multiprocessing import Process, Pool
 2 import time
 3 import os
 4 
 5 def fn(i):
 6     # ------子进程的逻辑-----
 7     print("进程pid--> %5d,参数--> %2d" % (os.getpid(), i))
 8     time.sleep(1)
 9 
10 
11 if __name__ == "__main__":
12     pool = Pool(4)
13     for i in range(12):
14         pool.apply(fn, (i,))  # 同步方式
15         # pool.apply_async(fn, (i,))  # 异步方式
16     pool.close()
17     pool.join()
18 
19 
20 # 输出结果
21 进程pid--> 15056,参数-->  0
22 进程pid--> 14380,参数-->  1
23 进程pid-->  2312,参数-->  2
24 进程pid--> 14360,参数-->  3
25 进程pid--> 15056,参数-->  4
26 进程pid--> 14380,参数-->  5
27 进程pid-->  2312,参数-->  6
28 进程pid--> 14360,参数-->  7

进程池apply()同步方式

 1 from multiprocessing import Process, Pool
 2 import time
 3 import os
 4 
 5 def fn(i):
 6     # ------子进程的逻辑-----
 7     time.sleep(1)
 8     print("子进程pid--> %5d,参数--> %2d" % (os.getpid(), i))
 9     if i == 2:
10         raise ValueError("出错")
11     return i
12 
13 
14 def fc(args):
15     print("callback--> pid:%5d, type(args)%s, args:%s" % (os.getpid(), type(args), args))
16 
17 
18 def fce(args):
19     print("error_callback--> pid:%5d, type(args)%s, args:%s" % (os.getpid(), type(args), args))
20 
21 
22 if __name__ == "__main__":
23     print("主进程pid:%d", os.getpid())
24     pool = Pool(2)
25     for i in range(4):
26         # pool.apply(fn, (i,))  # 同步方式
27         pool.apply_async(fn, (i,), callback=fc, error_callback=fce)  # 异步方式
28     pool.close()
29     pool.join()
30 
31 
32 # 输出结果进程
33 主进程pid:%d 7944
34 子进程pid-->  9368,参数-->  0
35 callback--> pid: 7944, type(args)<class 'int'>, args:0
36 子进程pid--> 13724,参数-->  1
37 callback--> pid: 7944, type(args)<class 'int'>, args:1
38 子进程pid-->  9368,参数-->  2
39 error_callback--> pid: 7944, type(args)<class 'ValueError'>, args:出错
40 子进程pid--> 13724,参数-->  3
41 callback--> pid: 7944, type(args)<class 'int'>, args:3

多进程回调函数的使用

 1 from multiprocessing import Process, Pool, Manager
 2 import time
 3 import os
 4 
 5 def fn(i, li):
 6     # ------子进程的逻辑-----
 7     li[i] = i + 10
 8     print("子进程中-->", li[i])
 9 
10 
11 if __name__ == "__main__":
12     with Manager() as manager:
13         pool = Pool(2)
14         li = manager.list([1, 2, 3, 4])  # 列表
15         for i in range(4):
16             pool.apply_async(fn, (i, li))  # 异步方式
17         pool.close()
18         pool.join()
19         print("主进程-->", li)
20 
21 
22 # 输出结果
23 子进程中--> 10
24 子进程中--> 12
25 子进程中--> 11
26 子进程中--> 13
27 主进程--> [10, 11, 12, 13]

进程池间的通讯

在这里要说一下同步方式和异步方式的区别，同步方式即一个一个任务的执行，即使进程池有多个进程也会等上一个任务做完才执行下一个任务，达不到并发效果，一般不用 apply()

注意点：① close()必须在join()前边；② 主进程默认不会等待进程池中的进程，必须要在主进程中添加close，join；③ 进程池间的通讯与进程的用法一致