python进程教程,python创建进程教学

进程

程序：例如xxx.py这是程序，是一个静态的。

进程：一个程序运行起来后，代码+用到的资源 称之为进程，它是操作系统分配资源的基本单元。

不仅可以通过线程完成多任务，进程也是可以的。

进程的状态

工作中，任务数往往大于cpu的核数，即一定有一些任务正在执行，而另外一些任务在等待cpu进行执行，因此导致了有了不同的状态。

• 就绪态：运行的条件都已经满足，正在等在cpu执行。
• 执行态：cpu正在执行其功能。
• 等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态。

创建进程

multiprocessing模块就是跨平台版本的多进程模块，提供了一个Process类来代表一个进程对象，这个对象可以理解为是一个独立的进程，可以执行另外的事情。

示例：创建一个进程，执行两个死循环。

from multiprocessing import Processimport time

def run_proc():

    """子进程要执行的代码"""

    while True:

        print("----2----")

        time.sleep(1)

if __name__=='__main__':

    p = Process(target=run_proc)

    p.start()

    while True:

        print("----1----")

        time.sleep(1)

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

方法说明

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

• target：如果传递了函数的引用，可以任务这个子进程就执行这里的代码
• args：给target指定的函数传递的参数，以元组的方式传递
• kwargs：给target指定的函数传递命名参数
• name：给进程设定一个名字，可以不设定

Process创建的实例对象的常用方法：

• start()：启动子进程实例（创建子进程）
• is_alive()：判断进程子进程是否还在活着
• join([timeout])：是否等待子进程执行结束，或等待多少秒
• terminate()：不管任务是否完成，立即终止子进程

Process创建的实例对象的常用属性：

• name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
• pid：当前进程的pid（进程号）

示例：

from multiprocessing import Processimport osfrom time import sleep

def run_proc(name, age, **kwargs):

    for i in range(10):

        print('子进程运行中，name= %s,age=%d ,pid=%d...' % (name, age, os.getpid()))

        print(kwargs)

        sleep(0.2)

if __name__=='__main__':

    p = Process(target=run_proc, args=('test',18), kwargs={"m":20})

    p.start()

    sleep(1)  # 1秒中之后，立即结束子进程

    p.terminate()

    p.join()

Pool

开启过多的进程并不能提高你的效率，反而会降低你的效率，假设有500个任务，同时开启500个进程，这500个进程除了不能一起执行之外（cpu没有那么多核），操作系统调度这500个进程，让他们平均在4个或8个cpu上执行，这会占用很大的空间。

如果要启动大量的子进程，可以用进程池的方式批量创建子进程：

def task(n):

    print('{}----->start'.format(n))

    time.sleep(1)

    print('{}------>end'.format(n))

if __name__ == '__main__':

    p = Pool(8)  # 创建进程池，并指定线程池的个数，默认是CPU的核数

    for i in range(1, 11):

        # p.apply(task, args=(i,)) # 同步执行任务，一个一个的执行任务，没有并发效果

        p.apply_async(task, args=(i,)) # 异步执行任务，可以达到并发效果

    p.close()

    p.join()

进程池获取任务的执行结果:

def task(n):

    print('{}----->start'.format(n))

    time.sleep(1)

    print('{}------>end'.format(n))

    return n ** 2

if __name__ == '__main__':

    p = Pool(4)

    for i in range(1, 11):

        res = p.apply_async(task, args=(i,))  # res 是任务的执行结果

        print(res.get())  # 直接获取结果的弊端是，多任务又变成同步的了

       p.close()

    # p.join()  不需要再join了，因为 res.get()本身就是一个阻塞方法

异步获取线程的执行结果:

import timefrom multiprocessing.pool import Pool

def task(n):

    print('{}----->start'.format(n))

    time.sleep(1)

    print('{}------>end'.format(n))

    return n ** 2

if __name__ == '__main__':

    p = Pool(4)

    res_list = []

    for i in range(1, 11):

        res = p.apply_async(task, args=(i,))

        res_list.append(res)  # 使用列表来保存进程执行结果

    for re in res_list: 

        print(re.get())

    p.close()

进程间不能共享全局变量

from multiprocessing import Processimport os

nums = [11, 22]

def work1():

    """子进程要执行的代码"""

    print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums))

    for i in range(3):

        nums.append(i)

        print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums))

def work2():

    """子进程要执行的代码"""

    nums.pop()

    print("in process2 pid=%d ,nums=%s" % (os.getpid(), nums))

if __name__ == '__main__':

    p1 = Process(target=work1)

    p1.start()

    p1.join()

    p2 = Process(target=work2)

    p2.start()

    print('in process0 pid={} ,nums={}'.format(os.getpid(),nums))

运行结果:

in process1 pid=2707 ,nums=[11, 22]in process1 pid=2707 ,nums=[11, 22, 0]in process1 pid=2707 ,nums=[11, 22, 0, 1]in process1 pid=2707 ,nums=[11, 22, 0, 1, 2]in process0 pid=2706 ,nums=[11, 22]in process2 pid=2708 ,nums=[11]

线程和进程

功能

• 进程，能够完成多任务，比如 在一台电脑上能够同时运行多个QQ。
• 线程，能够完成多任务，比如 一个QQ中的多个聊天窗口。

定义的不同

• 进程是系统进行资源分配和调度的一个独立单位.
• 线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源。

区别

• 一个程序至少有一个进程,一个进程至少有一个线程.
• 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
• 进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率
• 线线程不能够独立执行，必须依存在进程中
• 可以将进程理解为工厂中的一条流水线，而其中的线程就是这个流水线上的工人

优缺点

线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。

进程间通信-Queue

from multiprocessing import Queue

q=Queue(3) #初始化一个Queue对象，最多可接收三条put消息

q.put("消息1") 

q.put("消息2")

print(q.full())  #False

q.put("消息3")

print(q.full()) #True

#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，第二个Try会立刻抛出异常try:

    q.put("消息4",True,2)except:

    print("消息列队已满，现有消息数量:%s"%q.qsize())

try:

    q.put_nowait("消息4")except:

    print("消息列队已满，现有消息数量:%s"%q.qsize())

#推荐的方式，先判断消息列队是否已满，再写入if not q.full():

    q.put_nowait("消息4")

#读取消息时，先判断消息列队是否为空，再读取if not q.empty():

    for i in range(q.qsize()):

        print(q.get_nowait())

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，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

• 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，然后将其从列队中移除，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；

2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；

• Queue.get_nowait()：相当Queue.get(False)；
• Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；

2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；

• Queue.put_nowait(item)：相当Queue.put(item, False)；

使用Queue实现进程共享

我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：

from multiprocessing import Process, Queueimport os, time, random

# 写数据进程执行的代码:def write(q):

    for value in ['A', 'B', 'C']:

        print('Put %s to queue...' % value)

        q.put(value)

        time.sleep(random.random())

# 读数据进程执行的代码:def read(q):

    while True:

        if not q.empty():

            value = q.get(True)

            print('Get %s from queue.' % value)

            time.sleep(random.random())

        else:

            break

if __name__=='__main__':

    # 父进程创建Queue，并传给各个子进程：

    q = Queue()

    pw = Process(target=write, args=(q,))

    pr = Process(target=read, args=(q,))

    # 启动子进程pw，写入:

    pw.start()    

    # 等待pw结束:

    pw.join()

    # 启动子进程pr，读取:

    pr.start()

    pr.join()

    print('所有数据都写入并且读完')

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，才会用之前的进程来执行新的任务，请看下面的实例：

from multiprocessing import Poolimport os, time, random

def worker(msg):

    t_start = time.time()

    print("%s开始执行,进程号为%d" % (msg,os.getpid()))

    # random.random()随机生成0~1之间的浮点数

    time.sleep(random.random()*2) 

    t_stop = time.time()

    print(msg,"执行完毕，耗时%0.2f" % (t_stop-t_start))

po = Pool(3)  # 定义一个进程池，最大进程数3for i in range(0,10):

    # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))

    # 每次循环将会用空闲出来的子进程去调用目标

    po.apply_async(worker,(i,))

print("----start----")

po.close()  # 关闭进程池，关闭后po不再接收新的请求

po.join()  # 等待po中所有子进程执行完成，必须放在close语句之后

print("-----end-----")

运行效果：

----start----0开始执行,进程号为214661开始执行,进程号为214682开始执行,进程号为214670 执行完毕，耗时1.013开始执行,进程号为214662 执行完毕，耗时1.244开始执行,进程号为214673 执行完毕，耗时0.565开始执行,进程号为214661 执行完毕，耗时1.686开始执行,进程号为214684 执行完毕，耗时0.677开始执行,进程号为214675 执行完毕，耗时0.838开始执行,进程号为214666 执行完毕，耗时0.759开始执行,进程号为214687 执行完毕，耗时1.038 执行完毕，耗时1.059 执行完毕，耗时1.69

-----end-----

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的关键字参数列表；
• close()：关闭Pool，使其不再接受新的任务；
• terminate()：不管任务是否完成，立即终止；
• join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

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()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

# 修改import中的Queue为Managerfrom multiprocessing import Manager, Poolimport os, time, random

def reader(q):

    print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))

    for i in range(q.qsize()):

        print("reader从Queue获取到消息：%s" % q.get(True))

def writer(q):

    print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))

    for i in "helloworld":

        q.put(i)

if __name__ == "__main__":

    print("(%s) start" % os.getpid())

    q = Manager().Queue()  # 使用Manager中的Queue

    po = Pool()

    po.apply_async(writer, (q,))

    time.sleep(1)  # 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据

    po.apply_async(reader, (q,))

    po.close()

    po.join()

    print("(%s) End" % os.getpid())

运行结果:

(4171) start

writer启动(4173),父进程为(4171)

reader启动(4174),父进程为(4171)

reader从Queue获取到消息：h

reader从Queue获取到消息：e

reader从Queue获取到消息：l

reader从Queue获取到消息：l

reader从Queue获取到消息：o

reader从Queue获取到消息：w

reader从Queue获取到消息：o

reader从Queue获取到消息：r

reader从Queue获取到消息：l

reader从Queue获取到消息：d

(4171) End