linux进程线程协程,进程、线程和协程 – 进程 - Python 之旅

进程(process)是正在运行的程序的实例，但一个程序可能会产生多个进程。比如，打开 Chrome 浏览器程序，它可能会产生多个进程，主程序需要一个进程，一个网页标签需要一个进程，一个插件也需要一个进程，等等。

每个进程都有自己的地址空间，内存，数据栈以及其他记录其运行状态的辅助数据，不同的进程只能使用消息队列、共享内存等进程间通讯(IPC)方法进行通信，而不能直接共享信息。

fork()

在介绍 Python 的进程编程之前，让我们先看看 Unix/Linux 中的 fork 函数。在 Unix/Linux 系统中，fork 函数被用于创建进程。这个函数很特殊，对于普通的函数，调用它一次，返回一次，但是调用 fork 一次，它返回两次。事实上，fork 函数创建了新的进程，我们把它称为子进程，子进程几乎是当前进程(即父进程)的一个拷贝：它会复制父进程的代码段，堆栈段和数据段。

对于父进程，fork 函数返回了子进程的进程号 pid，对于子进程，fork 函数则返回 0，这也是 fork 函数返回两次的原因，根据返回值，我们可以判断进程是父进程还是子进程。

下面我们看一段 C 代码，它展示了 fork 的基本使用：

#include

#include

int main(int argc, char const *argv[])

{

int pid;

pid = fork(); // 使用 fork 函数

if (pid < 0) {

printf("Fail to create processn");

}

else if (pid == 0) {

printf("I am child process (%d) and my parent is (%d)n", getpid(), getppid());

}

else {

printf("I (%d) just created a child process (%d)n", getpid(), pid);

}

return 0;

}

其中，getpid 用于获取当前进程号，getppid 用于获取父进程号。

事实上，Python 的 os 模块包含了普遍的操作系统功能，该模块也提供了 fork 函数，把上面的代码改成用 Python 来实现，如下：

import os

pid = os.fork()

if pid < 0:

print 'Fail to create process'

elif pid == 0:

print 'I am child process (%s) and my parent is (%s).' % (os.getpid(), os.getppid())

else:

print 'I (%s) just created a child process (%s).' % (os.getpid(), pid)

运行上面的代码，产生如下输出：

I (86645) just created a child process (86646).

I am child process (86646) and my parent is (86645).

需要注意的是，虽然子进程复制了父进程的代码段和数据段等，但是一旦子进程开始运行，子进程和父进程就是相互独立的，它们之间不再共享任何数据。

多进程

Python 提供了一个 multiprocessing 模块，利用它，我们可以来编写跨平台的多进程程序，但需要注意的是 multiprocessing 在 Windows 和 Linux 平台的不一致性：一样的代码在 Windows 和 Linux 下运行的结果可能不同。因为 Windows 的进程模型和 Linux 不一样，Windows 下没有 fork。

我们先来看一个简单的例子，该例子演示了在主进程中启动一个子进程，并等待其结束，代码如下：

import os

from multiprocessing import Process

# 子进程要执行的代码

def child_proc(name):

print 'Run child process %s (%s)...' % (name, os.getpid())

if __name__ == '__main__':

print 'Parent process %s.' % os.getpid()

p = Process(target=child_proc, args=('test',))

print 'Process will start.'

p.start()

p.join()

print 'Process end.'

在上面的代码中，我们从 multiprocessing 模块引入了 Process，Process 是一个用于创建进程对象的类，其中，target 指定了进程要执行的函数，args 指定了参数。在创建了进程实例 p 之后，我们调用 start 方法开始执行该子进程，接着，我们又调用了 join 方法，该方法用于阻塞子进程以外的所有进程(这里指父进程)，当子进程执行完毕后，父进程才会继续执行，它通常用于进程间的同步。

可以看到，用上面这种方式来创建进程比直接使用 fork 更简单易懂。现在，让我们看下输出结果：

Parent process 7170.

Process will start.

Run child process test (10075)...

Process end.

multiprocessing 与平台有关

import random

import os

from multiprocessing import Process

num = random.randint(0, 100)

def show_num():

print("pid:{}, num is {}".format(os.getpid(), num))

if __name__ == "__main__":

print("pid:{}, num is {}".format(os.getpid(), num))

p = Process(target=show_num)

p.start()

p.join()

在 Windows 下运行以上代码，输出的结果如下(你得到不一样的结果也是对的)：

pid:6504, num is 25

pid:6880, num is 6

我们发现，num 的值是不一样的！

在 Linux 下运行以上代码，可以看到 num 的值是一样的：

pid:11747, num is 13

pid:11748, num is 13

使用进程池创建多个进程

在上面，我们只是创建了一个进程，如果要创建多个进程呢？Python 提供了进程池的方式，让我们批量创建子进程，让我们看一个简单的示例：

import os, time

from multiprocessing import Pool

def foo(x):

print 'Run task %s (pid:%s)...' % (x, os.getpid())

time.sleep(2)

print 'Task %s result is: %s' % (x, x * x)

if __name__ == '__main__':

print 'Parent process %s.' % os.getpid()

p = Pool(4) # 设置进程数

for i in range(5):

p.apply_async(foo, args=(i,)) # 设置每个进程要执行的函数和参数

print 'Waiting for all subprocesses done...'

p.close()

p.join()

print 'All subprocesses done.'

在上面的代码中，Pool 用于生成进程池，对 Pool 对象调用 apply_async 方法可以使每个进程异步执行任务，也就说不用等上一个任务执行完才执行下一个任务，close 方法用于关闭进程池，确保没有新的进程加入，join 方法会等待所有子进程执行完毕。

看看执行结果：

Parent process 7170.

Run task 1 (pid:10320)...

Run task 0 (pid:10319)...

Run task 3 (pid:10322)...

Run task 2 (pid:10321)...

Waiting for all subprocesses done...

Task 1 result is: 1

Task 0 result is: 0

Run task 4 (pid:10320)...

Task 3 result is: 9

Task 2 result is: 4

Task 4 result is: 16

All subprocesses done.

进程间通信

进程间的通信可以通过管道(Pipe)，队列(Queue)等多种方式来实现。Python 的 multiprocessing 模块封装了底层的实现机制，让我们可以很容易地实现进程间的通信。

下面以队列(Queue)为例，在父进程中创建两个子进程，一个往队列写数据，一个从对列读数据，代码如下：

# -*- coding: utf-8 -*-

from multiprocessing import Process, Queue

# 向队列中写入数据

def write_task(q):

try:

n = 1

while n < 5:

print "write, %d" % n

q.put(n)

time.sleep(1)

n += 1

except BaseException:

print "write_task error"

finally:

print "write_task end"

# 从队列读取数据

def read_task(q):

try:

n = 1

while n < 5:

print "read, %d" % q.get()

time.sleep(1)

n += 1

except BaseException:

print "read_task error"

finally:

print "read_task end"

if __name__ == "__main__":

q = Queue() # 父进程创建Queue，并传给各个子进程

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

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

pw.start() # 启动子进程 pw，写入

pr.start() # 启动子进程 pr，读取

pw.join() # 等待 pw 结束

pr.join() # 等待 pr 结束

print "DONE"

执行结果如下：

write, 1

read, 1

write, 2

read, 2

write, 3

read, 3

write, 4

read, 4

write_task end

read_task end

DONE

小结

进程是正在运行的程序的实例。

由于每个进程都有各自的内存空间，数据栈等，所以只能使用进程间通讯(Inter-Process Communication, IPC)，而不能直接共享信息。

Python 的 multiprocessing 模块封装了底层的实现机制，让我们可以更简单地编写多进程程序。

参考资料