进程、多进程、进程间数据交互、进程同步、进程池

多进程

• 启用多进程，可以解决python调用计算机CPU多核运算的问题

启动一个进程

import multiprocessing
import time

def run(name):
    time.sleep(2)
    print('hello',name)

for i in range(10):
    p = multiprocessing.Process(target=run,args=('man %s'%i,))
    p.start()

---

from multiprocessing import Process
import os

def info(title):
    print(title)
    print('module name:', __name__)
    print('parent process:', os.getppid())#父进程ID
    print('process id:', os.getpid())#当前进程ID
    print("\n\n")

def f(name):
    info('\033[31;1mfunction f\033[0m')#子进程的info，子进程的PPID=主进程的PID
    print('hello', name)

if __name__ == '__main__':
    info('\033[32;1mmain process line\033[0m')#主进程的info
#在window，主进程的PPID=pycharm的PID
    p = Process(target=f, args=('bob',))
    p.start()
    p.join()

• 每一个进程都是由一个父进程启动的

---

进程间数据交互

• 不管哪种方式，都是找一个中间代理，相当于不同国家的人交流需要找一个翻译
• 不同进程间内存是不共享的，要想实现两个进程间的数据交换，可以用以下方法：

---

进程间数据交互（通信）的方式

1.Queues

• 使用方法跟threading里的queue差不多。这里的queue不是线程中的，线程中的queue只能在创建线程的主进程之间由它的线程使用

from multiprocessing import Process, Queue
#用法和线程的queue是一样的，但这里引入的是进程的queue
def f(q):
    q.put([42, None, 'hello'])

if __name__ == '__main__':
    q = Queue()
    p = Process(target=f, args=(q,))
    p.start()
    print(q.get())    # prints "[42, None, 'hello']"
    p.join()

2.Pipes管道

• 管道实例化后会产生两个通道，分别交给两个进程
• 通过send和recv来交互数据，这是一个双向的管道，child和parent可以互相收发

from multiprocessing import Process, Pipe

def f(conn):
    conn.send([42, None, 'hello'])
    conn.close()

if __name__ == '__main__':
    parent_conn, child_conn = Pipe()
    p = Process(target=f, args=(child_conn,))
    p.start()
    print(parent_conn.recv())  # prints "[42, None, 'hello']"
    p.join()

3.Managers经理/代理

• 以代理的方式在进程间共享字典或列表形式的数据

from multiprocessing import Process, Manager
import os
def f(d, l):
    d[1] = '1'
    d['2'] = 2
    d[0.25] = None
    l.append(os.getpid())
    print(l)

if __name__ == '__main__':
    with Manager() as manager:
        d = manager.dict()#生成一个字典，在多个进程间共享和传递

        l = manager.list(range(5))#生成一个列表含5个初始值，在多个进程间传递和共享
        p_list = []
        for i in range(10):
            p = Process(target=f, args=(d, l))
            p.start()
            p_list.append(p)
        for res in p_list:
            res.join()

        print(d)
        print(l)

---

进程同步LOCK

• 进程不能操作同一块数据，那么进程锁的意义是什么？
• 进程锁存在的意义是保证各进程在屏幕输出时不会乱
  比如：进程1，打印hello word 1，进程2打印hello word 2,没有锁，进程1的打印还没结束，进程2进来了，就可能造成混乱。（window上不会发生，linux上测试，2.7以下python）

from multiprocessing import Process, Lock

def f(l, i):
    l.acquire()
    try:
        print('hello world', i)
    finally:
        l.release()

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

    for num in range(10):
        Process(target=f, args=(lock, num)).start()

---

进程池

• 进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
• 进程池中有两个方法：
• apply同步执行-串行
• apply_async异步执行-并行

from  multiprocessing import Process, Pool
import time,os

def Foo(i):
    time.sleep(2)
    print('in process',os.getpid())
    return i + 100

def Bar(arg):
    print('-->exec done:', arg)

if __name__ == '__main__':
    pool = Pool(5)#同时允许5个进程进入进程池，其他进程挂起

    for i in range(10):
        pool.apply_async(func=Foo, args=(i,), callback=Bar)#callback回调函数
        # pool.apply(func=Foo, args=(i,))

    print('end')
    pool.close()#这里join一定是在close之后，且必须要加join，否则主进程不等待创建的子进程执行完毕
    pool.join()  # 进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。

from concurrent.futures import ThreadPoolExecutor线程池必用模块

from concurrent.futures import ProcessPoolExecutor进程池必用模块

参考文档