一、Event – 进程同步
- Event 是用来实现进程同步的
1.应用场景演示
- e = multiprocessing.Event() 生成了一个Event对象e
- e.wait() 等待,如果不被唤醒,将一直阻塞,不往下执行。
- e.wait(arg) 传入超时时间参数,超时后自动唤醒,执行后面代码
- e.set() 唤醒Event的wait() 等待状态,继续执行下面的代码
- e.clear() 利用clear()可以清除Event当前的set()唤醒状态,之后遇到wait()会继续等待。
import multiprocessing
import time
def wait_for_event(e):
e.wait()
time.sleep(1)
# 唤醒后接触Event状态,之后继续等待
e.clear()
print(f"{time.strftime('%Y-%m-%d %H:%M:%S')} 进程A : 我们是兄弟,我在里面等你")
e.wait()
print(f"{time.strftime('%Y-%m-%d %H:%M:%S')} 进程A : 我们出发 ")
def wait_for_event_tomrout(e, i):
e.wait()
time.sleep(1)
# 唤醒后接触Event状态,之后继续等待
e.clear()
print(f"{time.strftime('%Y-%m-%d %H:%M:%S')} 进程B : 我最多等你{i}秒")
e.wait(i) # wait(3) 传入参数,表示等待3秒,超时后自动唤醒并往下执行
print(f"{time.strftime('%Y-%m-%d %H:%M:%S')} 进程B : 我先走了")
if __name__ == '__main__':
e = multiprocessing.Event()
w1 = multiprocessing.Process(target=wait_for_event, args=(e,))
w2 = multiprocessing.Process(target=wait_for_event_tomrout, args=(e, 3))
w1.start()
w2.start()
# 主进程发话
print(f'{time.strftime("%Y-%m-%d %H:%M:%S")} 主进程 : 先别动手,等我准备一下,需要8s时间 ')
# 唤醒等待的进程
e.set()
time.sleep(8)
print(f'{time.strftime("%Y-%m-%d %H:%M:%S")} 主进程 : ok,我来了 ')
# 再次唤醒被等待的进程
e.set()
w1.join()
w2.join()
print(f'{time.strftime("%Y-%m-%d %H:%M:%S")} 主进程 : GO')
执行结果:
2021-05-19 10:12:24 主进程 : 先别动手,等我准备一下,需要8s时间
2021-05-19 10:12:25 进程A : 我们是兄弟,我在里面等你
2021-05-19 10:12:25 进程B : 我最多等你3秒
2021-05-19 10:12:28 进程B : 我先走了
2021-05-19 10:12:32 主进程 : ok,我来了
2021-05-19 10:12:32 进程A : 我们出发
2021-05-19 10:12:32 主进程 : GO
Process finished with exit code 0
二、Queue – 优先级队列
1、了解Queue队列
- Queue 是多进程安全的队列,可以使用 Queue 实现多进程之间的数据传递
- put() 方法:用于插入数据到队列中,常用的两个参数 — blocked 和 timeout
- blocked=True :如果设置为True(默认值),并且 timeout为正值,则该方法会阻塞timeout指定的时间,直到队列有剩余空间。若超时对列依旧没有剩余空间,才会抛出Queue.Full 的异常
- blocked=False:如果设置为False。一旦该对列Queue已满,则会立即抛出Queue.Full 的异常。
- get() 方法:同样有两个可选参数 blocked 和 tomeout。
- blocked=True :如果blocked为True(默认值),并且 timeout 为正值,在等待时间内没有取到任何元素,则会抛出 Queue.Empty 异常。
- blocked=False:如果 blocked为False,那么会出现两种情况,Queue有一个值可用,会立即返回该值;否则队列为空,立即抛出Queue.Empty 异常。
- put() 方法:用于插入数据到队列中,常用的两个参数 — blocked 和 timeout
示例
from multiprocessing import Process,Queue
import time
def Producer_A(q):
''' 生产者模型 '''
count = 1
while 1:
q.put(f"食品-{count}")
print(f"{time.strftime('%H:%M:%S')} A 放入食品-{count}")
count += 1
time.sleep(1)
def Consumer_B(q):
while 1:
'''消费者模型'''
print(f"{time.strftime('%H:%M:%S')} B 取出食品-{q.get()}")
time.sleep(3)
if __name__ == '__main__':
q = Queue(maxsize=5) # maxsize=5,队列中对多可用存放的消息数
p_a = Process(target=Producer_A, args=(q,))
p_b = Process(target=Consumer_B, args=(q,))
p_a.start()
p_b.start()
p_b.join()
p_a.join()
执行结果:
14:13:02 A 放入食品-1
14:13:02 B 取出食品-食品-1
14:13:03 A 放入食品-2
14:13:04 A 放入食品-3
14:13:05 A 放入食品-4
14:13:05 B 取出食品-食品-2
14:13:06 A 放入食品-5
14:13:07 A 放入食品-6
14:13:08 A 放入食品-7
14:13:08 B 取出食品-食品-3
14:13:09 A 放入食品-8
14:13:11 B 取出食品-食品-4
14:13:11 A 放入食品-9
14:13:14 B 取出食品-食品-5
14:13:14 A 放入食品-10
……
三、进程池–Pool
- pool = multiprocessing.Pool(processes=3) :定义一个进程池大小,并发执行的进程数小于等于池大小。pool = multiprocessing.Pool(3)效果一样
示例
import multiprocessing
import time
def task(name):
print(f"{time.strftime('%H:%M:%S')} : {name} 开始执行")
time.sleep(2)
if __name__ == '__main__':
# pool = multiprocessing.Pool(processes=3)
pool = multiprocessing.Pool(3)
for i in range(1, 11):
# 维持执行的进程总数为processes,当一个进程执行完毕后会添加新的进程进去
pool.apply_async(func=task, args=(i,))
pool.close()
pool.join()
执行结果:
14:36:40 : 1 开始执行
14:36:40 : 2 开始执行
14:36:40 : 3 开始执行
14:36:42 : 4 开始执行
14:36:42 : 5 开始执行
14:36:42 : 6 开始执行
14:36:44 : 7 开始执行
14:36:44 : 8 开始执行
14:36:44 : 9 开始执行
14:36:46 : 10 开始执行
Process finished with exit code 0
四、多进程之数据交换 – Pipe
1.了解Pipe
我们在Unix系统中经常使用一条命令的输出(STDOUT)作为林一条命令的输入(STDIN)获取最终的结果。在python中多进程变成中也有一个pipe方法可以实现多进程之间的数据传输。
示例图:
- multiprocess.Pipe()方法:返回一个管道的两个端口,
- 如Command1 的STDOUT 和 Command2 的 STDIN,这样Command1的输出就会作为Command2的输入。
- 如果反过来,让Command2 的输出也可以作为 Command1 的输入,这就是全双工管道,默认也是全双工管道。
- 如果想设置成半双工管道,只需要给Pipe()方法传递 duplex=False参数就可以了,即Pipe(duplex=False)
- Pipe()方法返回的对象具有发送消息 send()的方法 和 接收消息recv()的方法,可以调用Command1.send(msg)来发送消息,调用Command2.recv()来接收消息。
- 如果没有消息可以接收,recv()方法会一直阻塞。如果管道已经关闭,recv()方法会抛出
EOFError
异常
2.应用示例
import multiprocessing
import time
def task1(pipe):
for i in range(5):
str = f"task1-{i}"
print(f"{time.strftime('%H:%M:%S')} task1 发送 : {str}")
pipe.send(str)
time.sleep(2)
for i in range(5):
print(f"{time.strftime('%H:%M:%S')} task1 接收 : {pipe.recv()}")
def task2(pipe):
for i in range(5):
print(f"{time.strftime('%H:%M:%S')} task2 接收 : {pipe.recv()}")
time.sleep(1)
for i in range(5):
str = f"task2-{i}"
print(f"{time.strftime('%H:%M:%S')} task2 发送 : {str}")
pipe.send(str)
if __name__ == '__main__':
pipe = multiprocessing.Pipe()
# pipe[0] 和 pipe[1] 可以看出管道的两端。pipe的两端最好只各对应一个进程
p1 = multiprocessing.Process(target=task1, args=(pipe[0],))
p2 = multiprocessing.Process(target=task2, args=(pipe[1],))
p1.start()
p2.start()
p1.join()
p2.join()
执行结果
16:28:10 task1 发送 : task1-0
16:28:10 task1 发送 : task1-1
16:28:10 task1 发送 : task1-2
16:28:10 task1 发送 : task1-3
16:28:10 task2 接收 : task1-0
16:28:10 task1 发送 : task1-4
16:28:10 task2 接收 : task1-1
16:28:10 task2 接收 : task1-2
16:28:10 task2 接收 : task1-3
16:28:10 task2 接收 : task1-4
16:28:11 task2 发送 : task2-0
16:28:11 task2 发送 : task2-1
16:28:11 task2 发送 : task2-2
16:28:11 task2 发送 : task2-3
16:28:11 task2 发送 : task2-4
16:28:12 task1 接收 : task2-0
16:28:12 task1 接收 : task2-1
16:28:12 task1 接收 : task2-2
16:28:12 task1 接收 : task2-3
16:28:12 task1 接收 : task2-4
Process finished with exit code 0