Python的进程-CSDN博客

本文链接：https://blog.csdn.net/GoProLin/article/details/140163399

前言

在Python中，进程（Process）是独立运行的程序实例，每个进程有自己独立的内存空间、文件描述符等资源。Python提供了multiprocessing模块用于多进程编程，可以方便地创建和管理进程。

什么是进程（Process）

进程是操作系统分配资源和调度的基本单位。每个进程都有自己的内存空间，独立运行，并且无法直接与其他进程共享内存。进程的优点是稳定性高，一个进程的崩溃不会影响其他进程。缺点是进程间通信（IPC）比较复杂，且创建和切换进程的开销较大。我们电脑中每一个独立的应用，都是一个进程。

进程使用

在Python中，进程使用multiprocessing模块

import multiprocessing
import time 

def worker(num):
    """进程的工作函数"""
    time.sleep(5)
    print(f'进程: {num}')

if __name__ == '__main__':
    jobs = []
    for i in range(5):
        p = multiprocessing.Process(target=worker, args=(i,))
        jobs.append(p)
        p.start()

进程间通信

在Python中，进程间通信可以是使用Queue、Pipe等方式，当然也可以直接使用socket，这里简单看一下Python提供的通信模块

from multiprocessing import Process, Queue

def worker(q,i):
    q.put(f'process:{i}')

if __name__ == '__main__':
    q = Queue()
    for i in range(10):
        p = Process(target=worker, args=(q,i))
        p.start()
        p.join()
    while q.qsize() > 0 :
        print(q.get())  # 从队列中获取数据

进程池

一般情况下，推荐使用进程池来处理多进程任务，可以有效避免资源泄漏和性能问题。Python使用multiprocessing.Pool可以方便地管理多个进程

from multiprocessing import Pool

def square(x):
    return x * x

if __name__ == '__main__':
    with Pool(4) as p:
        results = p.map(square, [1, 2, 3, 4])
        print(results)

进程池的基本使用很简单，相当于提前创建一批进程，之后的所有任务都有这些进程来完成，直至进程池释放，可以理解为用空间来换时间，不用频繁进行创建和终止进程操作。

进程共享数据

Python提供了Value，Array模块可以在进程间共享数据

from multiprocessing import Process, Value, Array

def worker(num, arr):
    num.value = 3.14159
    for i in range(len(arr)):
        arr[i] = arr[i] * 2

if __name__ == '__main__':
    num = Value('d', 0.0)
    arr = Array('i', range(5))

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

    print(num.value)
    print(arr[:])

如果对进程不是很熟悉的话，进程间数据共享和通信问题，只看代码很难理解的，可以自己动手取调试一下，更能促进对进程的理解，我个人也是花了很长时间，才理解进程和线程在我们编码中的实际区别。