python 进程 笔记

一、进程

现实生活中，很多场景中的事情是同时进行的，比如开车的时候是手和脚共同来驾驶汽车；再比如唱歌和跳舞也是同时进行的，试想如果唱歌和跳舞分开来做的话就不会有那么好的效果了

程序中，如下，来模拟唱歌和跳舞；

很显然，刚才的程序并没有实现唱歌和跳舞同时进行；如果要实现‘跳舞和唱歌’同时进行，那么就需要一个新方法，叫做多任务

多任务的概念：

简单来说，操作系统可以同时运行多个任务，打个比方，你一边用浏览器上网，一边用播放器听音乐，一边用word赶作业，这就是多个任务，至少有3个任务在运行，后台还有好多任务在同时运行，只是桌面没有显示而已。

过去都是单核CPU，单核CPU也可以执行多任务，由于CPU执行代码都是顺序执行的，那么单核CPU是怎么执行多任务的呢？

答案就是操作系统轮流让各个任务交替运行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，切换到任务3...这样反复执行下去，表面上看每个任务都是交替执行的，但是由于CPU执行速度太快了，我们感觉就像所有的任务在同时执行一样。

真正的并行执行多任务只能在多核CPU上实现，但是由于任务量远远大于CPU的核数，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。

1、进程的创建--fork()

进程 VS程序：

编写完的代码，在没有运行的时候，称之为程序。

正在运行的代码，称为进程

进程，除了包含代码以外，还有需要运行的环境等，是和程序有区别的。

fork()

python 的os模块封装了常见的系统调用，其中就包括fork,可以在python进程中轻松创建子进程；

说明：

程序执行到os.fork()时，操作系统会创建一个新的进程（子进程），然后复制父进程的所有信息到子进程中

然后父进程和子进程都会从fork()函数中得到一个返回值，在子进程中这个值一定为0，而父进程的这个值为子进程的ID号

getpid()、getppid()

2、多进程修改全局变量

多进程中，每个进程中所有数据（包括全局变量）都会各拥有一份，互不影响

3、多次fork 问题

如果在一个程序中，有两次fork函数调用，会产生几个进程

答案是每fork调用一次，会产生2的x次方个进程

调用一次fork产生两个进程，一个父进程，一个子进程；

调用两次fork,会产生4个进程，如下图：

父子进程的执行顺序

父进程和子进程执行顺序没有规律，完全取决于操作系统的调度算法。

4、multiprocessing

windows上没有fork调用，难道在Windows上无法用python编写多进程的程序？

multiprocessing模块就是跨平台版本的多进程模块

multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子来演示了启动一个进程并等待其结束：

说明：

创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start（）方法启动，

join（）方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步；

Process语法结构：

Process([group[,target[,name[,args[,kwargs]]]]])

target:表示这个进程实例调用的对象；

args:表示调用对象的位置参数元组；

kwargs:表示调用对象的关键字参数字典；

name：为当前进程实例的别名；

group：大多数情况下用不到；

Process 类常用的方法：

is_alive():判断进程实例是否还在执行；

join([timeout]):是否等待进程实例执行结束，或等待多少秒；

start（）：启动进程实例（创建子进程）；

run():如果没有给定target 参数，对这个对象调用的start()方法时，就将执行对象中的run方法；

terminate():不管任务是否完成，立即终止；

Process类常用属性：

name：当前进程实例的别名，默认为Process-N,N从1开始递增的整数；

pid:当前进程的PID值；

实例1：

运行结果：

实例2：

运行结果：

5、进程的另一种创建方法

进程的创建-Process子类
创建新的进程还能使用类的方式，可以自定义一个类，继承Process类，每次实例化这个类的时候，就等同实例化一个进程对象，请看下面实例：

 

说明：

对一个不包含target属性的Process类，执行start（）方法，就会运行这个类中的run方法；

6、进程池

当需要创建的⼦进程数量不多时， 可以直接利⽤multiprocessing中的Process
动态成⽣多个进程， 但如果是上百甚⾄上千个⽬标， ⼿动的去创建进程的⼯
作量巨⼤， 此时就可以⽤到multiprocessing模块提供的Pool⽅法。
初始化Pool时， 可以指定⼀个最⼤进程数， 当有新的请求提交到Pool中时，
如果池还没有满， 那么就会创建⼀个新的进程⽤来执⾏该请求； 但如果池中
的进程数已经达到指定的最⼤值， 那么该请求就会等待， 直到池中有进程结
束， 才会创建新的进程来执⾏， 请看下⾯的实例：

multiprocessing.Pool常用函数解析：

apply_async(func[args[,kwds]]):使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字列表；

apply（func[args[,kwds]]）：使用阻塞方式调用func；

close（）：关闭进程池，使其不再接收新的任务；

terminate():不管任务是否完成，立即终止

join（）：主进程阻塞，等待子进程退出，必须要在close（）或terminate()之后使用；

7、进程间通信

Process间有时需要通信

可以使用multiprocessing 模块的Queue实现多进程之间的的数据传递，Queue本身是一个消息队列程序；

Queue使用说明：

初始化Queue()对象时，（例如：q = Queue()）,若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接收的消息数量没有上线（直到内存的上限）；

Queue.qsize():返回当前队列包含的消息数量；

Queue.empty():如果队列为空，返回True,反之false；

Queue.full():如果队列满了，返回True,反之false；

Queue.get([block[,timeout]]):获取队列中的一条消息，然后将其从队列中移除，block默认值为True;

1)、如果block为默认值True,且没有设置timeout（单位秒）时间，消息队列如果为空，此时程序将被阻塞（停在读取状态），直到从消息队列读到消息为止；

如果设置了timeout，则会等待timeout秒，如还没有读取到消息，则抛出‘Queue.Empty ’异常；

2）、如果block 为false，消息队列如果为空，则会立刻抛出‘Queue.Empty’异常；

Queue.get_nowait():相当于Queue.get(False);

Queue.put(item,[block[,timeout]]):将item写入队列，block默认为True;

1)、如果block为默认值True,且没有设置timeout（单位秒）时间，如果消息队列没有空间写入，此时程序将被阻塞（停在写入状态），直到从消息队列腾出空间为止，；

如果设置了timeout，则会等待timeout秒，如还没有写入空间，则抛出‘Queue.Full ’异常；

2）、如果block 为false，消息队列没有写入空间，则会立刻抛出‘Queue.Full’异常；

Queue.put_nowait(item): 相当于 Queue.put(item,False)

实例：

在父进程中创建两个子进程，一个往Queue中写数据，一个从Queue中读数据；

进程池中的Queue:

如果要使用Pool创建进程，就需要使用 multiprocessing.Manager()中的Queue()