Python多进程编程相关技术

     由于Python的线程有些限制，例如多线程不能充分利用多核CPU等问题，因此在Python中我们更倾向使用多进程。但在做不阻塞的异步UI等场景，我们也会使用多线程。本篇文章主要探讨Python多进程的问题。

      Python在2.6引入了多进程的机制，并提供了丰富的组件及api以方便编写并发应用。multiprocessing包的组件Process, Queue, Pipe, Lock等组件提供了与多线程类似的功能。使用这些组件，可以方便地编写多进程并发程序。

Process

Process的使用有点像java.lang.Thread，但Thread是线程。start方法用以启动某个进程。一个简单的示例：

from multiprocessing import Process
import os
import time

def sleeper(name, seconds):
    print "Process ID# %s" % (os.getpid())
    print "Parent Process ID# %s" % (os.getppid())
    print "%s will sleep for %s seconds" % (name, seconds)
    time.sleep(seconds)

if __name__ == "__main__":
    child_proc = Process(target=sleeper, args=('bob', 5))
    child_proc.start()
    print "in parent process after child process start"
    print "parent process abount to join child process"
    child_proc.join()
    print "in parent process after child process join"
    print "the parent's parent process: %s" % (os.getppid())

       实例化一个Process必须要指定target和args。target是新的进程的入口方法，可以认为是main方法。args是该方法的参数列表。启动进程类似于启动Thread，必须要调用start方法。也可以继承Process，覆盖run方法，在run方法中实现该进程的逻辑。调用join方法会阻塞当前调用进程，直到被调用进程运行结束。
       手工终止一个进程可以调用terminate方法，在UNIX系统中，该方法会发送SIGTERM信号量，而在windows系统中，会借助TerminateProcess方法。需要注意的是，exit处理逻辑并不会被执行，该进程的子进程不会被终止，他们只会变成孤儿进程。

Queue

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方法用以插入数据到队列中，put方法还有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，该方法会阻塞timeout指定的时间，直到该队列有剩余的空间。如果超时，会抛出Queue.Full异常。如果blocked为False，但该Queue已满，会立即抛出Queue.Full异常。

get方法可以从队列读取并且删除一个元素。同样，get方法有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，那么在等待时间内没有取到任何元素，会抛出Queue.Empty异常。如果blocked为False，有两种情况存在，如果Queue有一个值可用，则立即返回该值，否则，如果队列为空，则立即抛出Queue.Empty异常。Queue的一段示例代码：

from multiprocessing import Process, Queue

def offer(queue):
    queue.put("Hello World")


def test(queue, num):
    queue.put("Hello World: " + str(num))

if __name__ == '__main__':
    q = Queue()
    p1 = Process(target=test, args=(q, 1))
    p1.start()

    p = Process(target=offer, args=(q,))
    p.start()

    p2 = Process(target=test, args=(q, 2))
    p2.start()

    p2 = Process(target=test, args=(q, 3))
    p2.start()

    print q.get()
    print q.get()
    print q.get()
    print q.get()
    print q.close()

输出：

Hello World: 1
Hello World
Hello World: 2
None

Pipes

Pipe方法返回(conn1, conn2)代表一个管道的两个端。Pipe方法有duplex参数，如果duplex参数为True(默认值)，那么这个管道是全双工模式，也就是说conn1和conn2均可收发。duplex为False，conn1只负责接受消息，conn2只负责发送消息。

send和recv方法分别是发送和接受消息的方法。例如，在全双工模式下，可以调用conn1.send发送消息，conn1.recv接收消息。如果没有消息可接收，recv方法会一直阻塞。如果管道已经被关闭，那么recv方法会抛出EOFError。

from multiprocessing import Process, Pipe

def send(conn):
    conn.send("Hello World")
    conn.close()

if __name__ == '__main__':
    parent_conn, child_conn = Pipe()
    p = Process(target=send, args=(child_conn,))
    p.start()
    print parent_conn.recv()

同步

multiprocessing包提供了Condition, Event, Lock, RLock, Semaphore等组件可用于同步。下面是使用Lock的一个示例：

from multiprocessing import Process, Lock

def l(lock, num):
    lock.acquire() 
    print "Hello Num: %s" % (num)
    lock.release()

if __name__ == '__main__':
    lock = Lock()

for num in range(20):
    Process(target=l, args=(lock, num)).start()

总结

     以上是Python multiprocessing库的简单介绍和实例，熟悉Java多线程开发的同学是不是觉得很熟悉，和java的Concurrency API很像，不过java  Concurrency是处理多线程的而已，我们可以直接按照以前Java多线程的经验用这些API。