python多进程使用

最近在部署模型的时候发现需要多进程功能充分利用机器性能，提高推理的效率。因此研究了一下python的多进程操作，发现只需要短短的几行代码，非常方便，在此记录一下。

利用processing包的进程池可以非常方便地构建，下面便是processing包使用的基础信息：

在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。多进程是实现并发的手段之一，需要注意的问题是：

1、很明显需要并发执行的任务通常要远大于核数

2、一个操作系统不可能无限开启进程，通常有几个核就开几个进程

3、进程开启过多，效率反而会下降（开启进程是需要占用资源的，而且开启多余核数目的进程也无法做到并行）

例如当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态生成多个进程，十几个还好，但如果是上百个上千个，手动的去限制进程数量却又过于繁琐，此时可以发挥进程池的功效。

我们就可以通过一个进程池来控制进程数目，比如http的进程模式，规定最小进程数和最大进程数。。。

ps：对于远程过程调用的高级应用程序而言，比如使用进程池，Pool可以提供指定数目的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，就重用进程池中的进程。

创建进程池的类：如果指定numprocess为3，则进程池会从无到有创建三个进程，然后至始至终使用这三个进程去执行所有任务，不会开启其他进程

Pool([numprocess [,initializer [, initargs]]]):创建进程池

参数介绍

numprocess:要创建的进程数，如果省略，将默认使用cpu_count()的值
initializer:是每个工作进程启动时要执行的可调用对象，默认为None
initargs:是要传给initializer的参数组

方法介绍：

p.apply(func[, args[, kwargs]]):在一个池工作进程中执行func(*args,**kwargs)，然后返回结果。需要强调的是，此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用p.apply_async()
p.apply_async(func [func [, args [, kwargs]]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。此方法的结果是AsynResult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。

p.close():关闭进程池，防止进一步操作。如果所有操作持续挂起，他们将在工作进程终止前完成
p.join()：等待所有工作进程退出，此放大只能在close()或reminate()之后调用

代码示例：

def mission(param):
    '''
    任务
    :param param:
    :return:
    '''
    id, content = param
    t_start = time.time()
    log.info("开始执行子进程：{}".format(id))
    update_sql = ("update video set status='DOING' where id={}".format(id))
    db.execute(update_sql, commit=True)
    #执行进程任务
    try:
        # val = os.system("./sh")
        print('文本内容:{}'.format(content))
        time.sleep(random.random()*2)
        t_stop = time.time()
        log.info("进程{}执行完成, 执行用时{}".format(param, t_stop-t_start))
        #更新数据库任务状态，已完成状态
        update_sql = ("update video set status='DONE' where id={}".format(id))
        db.execute(update_sql, commit=True)
    except Exception as e:
        log.error('error:{}'.format(e))
        update_sql = ("update video set status='FAILED' where id={}".format(id))
        db.execute(update_sql, commit=True)

log = Logger('../test.log').logger
# sql_log = Logger('../sql.log').logger

def main(items, pool):
    '''
    启动进程
    :return:
    '''
    res = []
    if not items:
        log.info("未查询到任务，休眠2s")
        time.sleep(2)
        return res
    for i in items:
        res.append(pool.apply_async(func=mission, args=(i,), callback=cb()))

    return res

我的代码功能中misson就是每一个进程需要执行的任务，然后在main函数中将所有等待执行的任务加入到进程池中，开始执行。

需要注意的点：

p.join()是等待本次所有任务执行完成后退出进程，后续如果启动进程需重新启动，如果需要持续添加任务的时候不用加。

在调试的时候进程的日志需要打印出来，不然很难发现哪个步骤出了问题。