一、multiprocessing模块
python中的多线程无法利用多核的优势，如果想要充分使用多核CPU的资源（os.cpu_count()查看），在python中大部分情况下需要使用多进程。python提供了multiprocessing。
multiprocessing模块用来开启子进程，并在子进程中执行我们定制的任务（比如函数），该模块与多线程模块threading的编程接口类似。
multiprocessing模块的功能众多：支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件。
注：与线程不同，进程没有任何共享状态，进程修改的数据，改动仅限于该进程。
二、Process类的介绍
创建进程的类：
Process([group[,target[,name[,args[,kwargs]]]]]),由该类实例化得到结果的对象，表示一个子进程的任务（尚未启动）
强调：
需要使用关键字的方式来指定参数。
args指定的为传target函数的位置参数，是一个元组形式，必须有逗号。
参数介绍：
1 group参数未使用，值始终是None 2 3 target表示调用对象，即子进程要执行的任务 4 5 args表示用对象的位置参数元组，args=(1,2,'zhangwuji') 6 7 kwargs表示调用对象的字典，kwargs={'name':'zhangwuji','age':20} 8 9 name为子进程的名称
方法的介绍：
1 p.start() :启动进程，并调用该子进程中的p.run() 2 p.run() :进程启动时运行的方法，正是它去调用target指定的函数，我们自定义类中一定要实现该方法 3 p.terminate() :强制终止进程p，不会进行任何清理操作，如果p创建了子进程，该子进程就成了僵尸进程，使用该方法需要特别小心这种情况。如果p还保存了一个锁那么也将不一会被释放，进而导致死锁。 4 p.is_alive() :如果p仍然运行，返回True 5 p.join([timeout]) :主线程等待p终止，（强调：是主线程处于等的状态，而p是处于运行的状态）。timeout是可选的超时时间，需要强调的是，p.join住start开启的进程，而不能join住run开启的进程。
属性的介绍：
1 p.daemon：默认值为False，如果设为True，代表p为后台运行的守护进程，当p的父进程终止时，p也随之终止，并且设定为True后，p不能创建自己的新进程，必须在p.start()之前设置。 2 p.name：进程的名称 3 p.pid：进程的pid 4 p.exitcode：进程在运行时为None，如果为—N，表示被信号N结束了 5 p.authkey：进程的身份验证键，默认是由os.urandom()随机生成的32字符的字符串。这个键的用途是为涉及网络连接的底层进程间通信提供安全性，这类连接只在具有相同的身份验证键时才能成功。
三、Process类的使用
注意：在Windows中Process()必须放到# if __name__ == '__main__':下
Since Windows has no fork, the multiprocessing module starts a new Python process and imports the calling module. If Process() gets called upon import, then this sets off an infinite succession of new processes (or until your machine runs out of resources). This is the reason for hiding calls to Process() inside if __name__ == '__main__' since starements inside this if-starement will not get called upon import. 由于Windows没有fork，多处理模块启动一个新的python进程并导入调用模块。 如果在导入时调用Process()，那么这就将启动无限继承的新进程（或直到机器耗尽资源）。 这是隐藏对Process()内部调用的原，使用if __name__ == "__main__",这个if 语句中的语句将不会在导入时被调用。
1、创建并开启子进程的两种方式：
方式一：
#开进程的方式一： import time import random from multiprocessing import Process def piao(name): print("%s piaoing"%name) time.sleep(random.randrange(1,5)) print("%s piao end"%name) if __name__ == '__main__': p1 = Process(target=piao,args=("张无忌",)) #元组类型 必须加" , " p2 = Process(target=piao,args=("金毛狮王",)) #元组类型 必须加" , " p3 = Process(target=piao,args=("张三丰",)) #元组类型 必须加" , " p4 = Process(target=piao,args=("白眉鹰王",)) #元组类型 必须加" , " p1.start() p2.start() p3.start() p4.start() print("主线程")
方式二：
#开进程的方法二： import time import random from multiprocessing import Process class Piao(Process): def __init__(self,name): super().__init__() self.name = name def run(self): print("%s piaoing"%self.name) time.sleep(random.randrange(1,5)) print("%s piao end" %self.name) if __name__ == '__main__': p1 = Piao("张无忌") p2 = Piao("阳顶天") p3 = Piao("成昆") p4 = Piao("张翠山") p1.start() #start会自动调用run p2.start() #start会自动调用run p3.start() #start会自动调用run p4.start() #start会自动调用run print("主线程")
2、进程直接的内存空间时隔离的
from multiprocessing import Process n = 100 def work(): global n n = 0 print("子进程内：",n) if __name__ == '__main__': p = Process(target=work) p.start() print("主进程内：",n)
示例：将socket通信变成并发的形式
#server端： from socket import * from multiprocessing import Process server = socket(AF_INET,SOCK_STREAM) server.setsockopt(SOL_SOCKET,SO_REUSEADDR,1) server.bind(("127.0.0.1",8080)) server.listen(5) def talk(conn,addr): while 1: try: msg = conn.recv(1024) if not msg: break conn.send(msg.upper()) except Exception: break if __name__ == '__main__': while 1: conn,addr = server.accept() p = Process(target=talk,args=(conn,addr)) p.start() #client端： from socket import * client = socket(AF_INET,SOCK_STREAM) client.connect(("127.0.0.1",8080)) while 1: msg = input(">>>>>>:").strip() if not msg: continue client.send(msg.encode('utf-8')) msg = client.recv(1024) print(msg.decode('utf-8'))
3、Process对象的join方法
from multiprocessing import Process import time import random class Piao(Process): def __init__(self,mingzi):#在这里不能用name,会和继承Process中的name属性冲突，改变现在的name self.mingzi = mingzi #在这里不能用name,会和继承Process中的name属性冲突，改变现在的name super().__init__() def run(self): print("%s is piaoing"%self.mingzi) time.sleep(random.randrange(1,3)) print("%s is piao end"%self.mingzi) if __name__ == '__main__': p = Piao("张无忌") p.start() p.join(0.0001) #等待p停止，等0.0001秒就不再等了 print("开始")
有了join，程序不就是串行了吗？-----详解：
from multiprocessing import Process import time,random def piao(name): print("%s is piaoing" %name) time.sleep(random.randint(1,3)) print("%s is piao end"%name) if __name__ == '__main__': p1 = Process(target=piao,args=("张无忌",)) p2 = Process(target=piao,args=("周芷若",)) p3 = Process(target=piao,args=("赵敏",)) p4 = Process(target=piao,args=("小昭",)) # p1.start() # p2.start() # p3.start() # p4.start() # # p1.join() # p2.join() # p3.join() # p4.join() #简写启动和join进程 p_l = [p1,p2,p3,p4] for p in p_l: p.start() for p in p_l: p.join() print("主线程") #详解： 进程只要start就会在开始运行了，所以p1到p4.start()时，系统中已经有四个并发进程了 而p1.join()是在等p1结束，只要p1不结束主线程就会一直卡在原地，这也是问题的关键 join是让主线程等，而p1到p4仍然是并发执行的，p1.join的时候，其余p2,p3,p4仍然在运行，等p1.join结束，可能p2,p3,p4早已经结束了，这样p2.join,p3.join,p4.join直接通过检测，无需等待 4个join花费的总时间仍然是耗费最长的那个进程运行的时间
4、Process对象的其他方法或属性
terminate与is_alive:关闭进程和查看进程是否存活
from multiprocessing import Process import time,random class Piao(Process): def __init__(self,name): self.name = name super().__init__() def run(self): print("%s is piaoing" %self.name) time.sleep(random.randrange(1,5)) print("%s is piao end" %self.name) if __name__ == '__main__': p1 = Piao("张无忌") p1.start() p1.terminate() #关闭进程，不会立即关闭，所以is_alive立刻查看的结果可能还是存活 print("主进程是否还活着？",p1.is_alive()) #结果为True print("主进程结束") time.sleep(1) print("主进程是否还活着？",p1.is_alive()) # 结果为False 查看进程是否存活，True为活着，False为死了
name与pid:
from multiprocessing import Process import time,random class Piao(Process): def __init__(self,name): # self.name = name # super().__init__() #Process的__init__方法会执行self.name = Piao-1,所以加在这里会覆盖我们的self.name = name #为开启的进程设置名字的做法 super().__init__() self.name = name def run(self): print("%s is piaoing" %self.name) time.sleep(random.randrange(1,3)) print("%s is piao end" %self.name) if __name__ == '__main__': p = Piao("张无忌") p.start() print("开始") print("主进程的PID号",p.pid) #查看pid
5、僵尸进程和孤儿进程
一：僵尸进程（有害） 僵尸进程：一个进程使用fork创建子进程，如果子进程退出，而父进程并没有调用wait或waitpid获取子进程的状态信息，那么子进程的进程描述符仍然保存在系统中。这种进程称之为僵死进程。详解如下 我们知道在unixnux中，正常情况下子进程是通过父进程创建的，子进程在创建新的进程。子进程的结束和父进程的运行是一个异步过程,即父进程永远无法预测子进程到底什么时候结束，如果子进程一结束就立刻回收其全部资源，那么在父进程内将无法获取子进程的状态信息。 因此，UNⅨ提供了一种机制可以保证父进程可以在任意时刻获取子进程结束时的状态信息： 1、在每个进程退出的时候，内核释放该进程所有的资源，包括打开的文件，占用的内存等。但是仍然为其保留一定的信息（包括进程号the process ID，退出状态the termination status of the process，运行时间the amount of CPU time taken by the process等） 2、直到父进程通过wait / waitpid来取时才释放. 但这样就导致了问题，如果进程不调用wait / waitpid的话，那么保留的那段信息就不会释放，其进程号就会一直被占用，但是系统所能使用的进程号是有限的，如果大量的产生僵死进程，将因为没有可用的进程号而导致系统不能产生新的进程. 此即为僵尸进程的危害，应当避免。 任何一个子进程(init除外)在exit()之后，并非马上就消失掉，而是留下一个称为僵尸进程(Zombie)的数据结构，等待父进程处理。这是每个子进程在结束时都要经过的阶段。如果子进程在exit()之后，父进程没有来得及处理，这时用ps命令就能看到子进程的状态是“Z”。如果父进程能及时 处理，可能用ps命令就来不及看到子进程的僵尸状态，但这并不等于子进程不经过僵尸状态。 如果父进程在子进程结束之前退出，则子进程将由init接管。init将会以父进程的身份对僵尸状态的子进程进行处理。
from multiprocessing import Process
import os
import time
def func1():
time.sleep(10)
print(os.getpid())
print('子进程')
if __name__ == '__main__':
p1 = Process(target=func1)
p1.start()
p1.join()
time.sleep(2)
print(p1.pid)
print('主进程结束')
二：孤儿进程（无害） 孤儿进程：一个父进程退出，而它的一个或多个子进程还在运行，那么那些子进程将成为孤儿进程。孤儿进程将被init进程(进程号为1)所收养，并由init进程对它们完成状态收集工作。 孤儿进程是没有父进程的进程，孤儿进程这个重任就落到了init进程身上，init进程就好像是一个民政局，专门负责处理孤儿进程的善后工作。每当出现一个孤儿进程的时候，内核就把孤 儿进程的父进程设置为init，而init进程会循环地wait()它的已经退出的子进程。这样，当一个孤儿进程凄凉地结束了其生命周期的时候，init进程就会代表党和政府出面处理它的一切善后工作。因此孤儿进程并不会有什么危害。 我们来测试一下（创建完子进程后，主进程所在的这个脚本就退出了，当父进程先于子进程结束时，子进程会被init收养，成为孤儿进程，而非僵尸进程），文件内容 import os import sys import time pid = os.getpid() ppid = os.getppid() print 'im father', 'pid', pid, 'ppid', ppid pid = os.fork() #执行pid=os.fork()则会生成一个子进程 #返回值pid有两种值： # 如果返回的pid值为0，表示在子进程当中 # 如果返回的pid值>0，表示在父进程当中 if pid > 0: print 'father died..' sys.exit(0) # 保证主线程退出完毕 time.sleep(1) print 'im child', os.getpid(), os.getppid() 执行文件，输出结果： im father pid 32515 ppid 32015 father died.. im child 32516 1 看，子进程已经被pid为1的init进程接收了，所以僵尸进程在这种情况下是不存在的，存在只有孤儿进程而已，孤儿进程声明周期结束自然会被init来销毁。 三：僵尸进程危害场景： 例如有个进程，它定期的产 生一个子进程，这个子进程需要做的事情很少，做完它该做的事情之后就退出了，因此这个子进程的生命周期很短，但是，父进程只管生成新的子进程，至于子进程 退出之后的事情，则一概不闻不问，这样，系统运行上一段时间之后，系统中就会存在很多的僵死进程，倘若用ps命令查看的话，就会看到很多状态为Z的进程。 严格地来说，僵死进程并不是问题的根源，罪魁祸首是产生出大量僵死进程的那个父进程。因此，当我们寻求如何消灭系统中大量的僵死进程时，答案就是把产生大 量僵死进程的那个元凶枪毙掉（也就是通过kill发送SIGTERM或者SIGKILL信号啦）。枪毙了元凶进程之后，它产生的僵死进程就变成了孤儿进 程，这些孤儿进程会被init进程接管，init进程会wait()这些孤儿进程，释放它们占用的系统进程表中的资源，这样，这些已经僵死的孤儿进程 就能瞑目而去了。 四：测试 #1、产生僵尸进程的程序test.py内容如下 #coding:utf-8 from multiprocessing import Process import time,os def run(): print('子',os.getpid()) if __name__ == '__main__': p=Process(target=run) p.start() print('主',os.getpid()) time.sleep(1000) #2、在unix或linux系统上执行 [root@vm172-31-0-19 ~]# python3 test.py & [1] 18652 [root@vm172-31-0-19 ~]# 主 18652 子 18653 [root@vm172-31-0-19 ~]# ps aux |grep Z USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND root 18653 0.0 0.0 0 0 pts/0 Z 20:02 0:00 [python3] <defunct> #出现僵尸进程 root 18656 0.0 0.0 112648 952 pts/0 S+ 20:02 0:00 grep --color=auto Z [root@vm172-31-0-19 ~]# top #执行top命令发现1zombie top - 20:03:42 up 31 min, 3 users, load average: 0.01, 0.06, 0.12 Tasks: 93 total, 2 running, 90 sleeping, 0 stopped, 1 zombie %Cpu(s): 0.0 us, 0.3 sy, 0.0 ni, 99.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st KiB Mem : 1016884 total, 97184 free, 70848 used, 848852 buff/cache KiB Swap: 0 total, 0 free, 0 used. 782540 avail Mem PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND root 20 0 29788 1256 988 S 0.3 0.1 0:01.50 elfin #3、 等待父进程正常结束后会调用wait／waitpid去回收僵尸进程 但如果父进程是一个死循环，永远不会结束，那么该僵尸进程就会一直存在，僵尸进程过多，就是有害的 解决方法一：杀死父进程 解决方法二：对开启的子进程应该记得使用join，join会回收僵尸进程 参考python2源码注释 class Process(object): def join(self, timeout=None): ''' Wait until child process terminates ''' assert self._parent_pid == os.getpid(), 'can only join a child process' assert self._popen is not None, 'can only join a started process' res = self._popen.wait(timeout) if res is not None: _current_process._children.discard(self) join方法中调用了wait，告诉系统释放僵尸进程。discard为从自己的children中剔除 解决方法三：http://blog.csdn.net/u010571844/article/details/50419798 参考博客：http://www.cnblogs.com/Anker/p/3271773.html
四、守护进程
1、守护进程的由来：
一般子进程是不会随着主进程的结束，子进程全部执行完之后，程序才会结束；如果要求主进程结束了，由主进程创建的那些子进程必须跟着结束，那么就出现了守护进程。
2、主进程创建守护进程
其一：守护进程会在主进程代码执行结束后就终止
其二：守护进程内无法再开启子进程，否则抛出异常：AssertionError：daemonic processes are not allowed to have children
注意：进程之间是相互独立的，主进程代码运行结束，守护进程随即终止。
from multiprocessing import Process import time,random class Piao(Process): def __init__(self,name): self.name = name super().__init__() def run(self): print("$s is piaoing" %self.name) time.sleep(random.randrange(1,3)) print("%s is piao end" %self.name) if __name__ == '__main__': p = Piao("张无忌") p.daemon = True #一定要在p.start()前设置，设置p为守护进程，禁止p创建子进程，并且父进程代码执行结束p即终止运行 p.start() print("主进程")
#主进程代码运行完毕，守护进程就会结束 from multiprocessing import Process import time def foo(): print(123) time.sleep(1) print("end 123") def bar(): print(456) time.sleep(3) print("end 456") if __name__ == '__main__': p1 = Process(target=foo) p2 = Process(target=bar) p1.daemon = True p1.start() p2.start() print("main...........") # 打印改行主进程代码结束，则守护进程p1应该被终止，可能会有p1任务执行的打印信息123，因为主进程打印main.........时，p1也执行了，但是随即被终止
五、进程同步（锁）
进程之间数据不共享，但是共享同一套文件系统，所以访问同一个文件或同一个打印终端是没有问题的，而共享到来的是竞争，竞争带来的结果是错乱，要想控制，只有加锁处理。
锁的作用：将异步变为同步，保证数据的安全。
加锁：加锁可以保证多个进程修改同一块数据，同一时间只能有一个任务可以进行修改，即串行的修改，导致了运行速度变慢了，效率低，需要自己加锁处理，却保证了数据的安全。
1、多个进程共享同一打印终端
#并发运行，效率高，但竞争同一打印终端，带来了打印错乱 from multiprocessing import Process import os,time def work(): print("%s is runing" %os.getpid()) time.sleep(2) print("%s is done" %os.getpid()) if __name__ == '__main__': for i in range(3): p = Process(target=work) p.start()
#加锁 由并发变成串行，牺牲了运行效率，但避免了竞争 from multiprocessing import Process,Lock import os,time def work(lock): lock.acquire() print("%s in running" %os.getpid()) time.sleep(2) print("%s is done" %os.getpid()) lock.release() if __name__ == "__main__": lock = Lock() for i in range(3): p = Process(target=work,args=(lock,)) p.start()
2、多个进程共享同一文件 （文件当数据库，模拟抢票）
#并发运行，效率高，但竞争同一文件，数据写入错乱。 #文件db的内容为：{"count":1} #注意：一定使用双引号，不然json无法识别 from multiprocessing import Process,Lock import time,random,json def search(): dic = json.load(open('db')) print('剩余票数%s' %dic['count']) def get(): dic = json.load(open('db')) time.sleep(0.1) #模拟读数据网络延迟 if dic['count'] > 0: dic['count'] -=1 time.sleep(0.2) #模拟写数据的网络延迟 json.dump(dic,open('db','w')) print("购票成功！") def task(lock): search() get() if __name__ == '__main__': lock = Lock() for i in range(100): #模拟100个客户端抢票 p = Process(target=task,args=(lock,)) p.start()
#加锁：购票行为由并发变成了串行，牺牲了运行效率，但保证了数据的安全
#文件db的内容为：{"count":1} #注意：一定使用双引号，不然json无法识别 from multiprocessing import Process,Lock import time,json,random def search(): dic = json.load(open('db')) print("剩余票数%s" %dic['count']) def get(): dic = json.load(open('db')) time.sleep(0.1) #模拟读数据的网络延迟 if dic['count'] > 0: dic['count'] -= 1 time.sleep(0.2) #模拟写数据的网络延迟 json.dump(dic,open('db','w')) print("购票成功！") def task(lock): search() lock.acquire() get() lock.release() if __name__ == '__main__': lock = Lock() for i in range(100): p = Process(target=task,args=(lock,)) p.start()
基于消息的IPC通信机制：对列和管道
效率高（多个进程共享一块内存的数据）、处理号锁问题
1、队列和管道都是将数据存放于内存中的
2、队列又是基于（管道+锁）实现的，可以解决锁的复杂问题
六、队列（重点使用）
进程彼此之间相互隔离，要实现进程间通信（IPC），multiprocessing模块支持两种形式：队列和管道，这两种方式都是使用消息传递的。
1、创建队列的类（底层就是一管道和锁的方式实现）：
1 Queue([maxsize]):创建共享的进程队列，Queue是多进程全球的队列，可以使用Queue实现多进程之间的数据传递。
2、参数介绍：
maxsize是队列中允许最大项数，省略则无大小限制
3、方法介绍：
（1）主要方法：
1、q.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时间，知道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。 2、q.get()方法可以从队列读取并删除一个元素。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，那么在原地等待使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，则立刻返回该值，否则，如果队列为空，则立刻抛出Queue.Empty异常。
3、q.get_nowait()：同q.get(False)
4、q.put_nowait()：同q.put(False)
5、q.empty()：调用此方法时q为空则返回True，该结果不可靠，比如在返回True的过程中，如果队列中又加入了项目。
6、q.full()：调用此方法时q已满则返回True，该结果不可靠，比如在返回True的过程中，如果队列的项目被取走。
7、q.qsize()：返回队列中目前项目的正确数，结果也不可靠，理由同 q.empty()和p.full()一样。
（2）其他方法：
1、q.cancel_join_thread()：不会在进程退出时自动连接后台线程。可以防止join_thread()方法阻塞 2、q.close()：关闭队列，防止队列中加入更多数据。调用此方法，后台线程将继续写入那些已经入队列但尚未写入的数据，但将在此方法完成时马上关闭。如果q被垃圾收集，将调用此方法。关闭队列不会在队列使用者中产生任何类型的数据结束信号或者异常。例如，如果某个使用者正在被阻塞在get()操作上，关闭生产者中的队列不会导致get()方法返回错误。 3、q.join_thread()：连接队列的后台线程。此方法用于在调用q.close()方法之后，等待所有队列项被消耗。默认情况下，此方法由不是q的原始创建者的所有进程调用。调用q.cancel_join_thread方法可以禁止这种行为。
4、应用：
''' multiprocessing 模块支持进程间通信的两种主要形式：管道和队列，都是基于消息传递实现的，但是队列接口 ''' from multiprocessing import Process,Queue import time if __name__ == '__main__': q = Queue(3) q.put(1) q.put(2) q.put(3) print(q.full()) #满了 #队列空了返回True，不为空返回False print(q.get()) print(q.get()) print(q.get()) print(q.empty()) #空了 #队列空了返回True，不为空返回False
5、生产者消费者模型
在并发编程中使用生产者消费者模式能够解决大多数并发问题。该模式通过通过平衡生产线程和消费线程的工作能力来提高程序的整体处理数据的速度。
（1）、什么是生产者消费者模型：
生产者消费者模型是通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯，而通过阻塞队列来进行通讯，所以生产者生产完数据之后不用等待消费者处理，直接扔给阻塞队列。消费者不找生产者要数据，而是直接从阻塞队列里取，阻塞队列就相当于一个缓冲区，平衡了生产者和消费者的处理能力。
（2）、为什么要使用生产者消费者模型：
在线程世界里，生产者就是生产数据的线程，消费者就是消费数据的线程。在多线程开发当中，如果生产者处理速度很快，而消费者处理速度很慢，那么生产者就必须等待消费者处理完，才能继续生产数据。同样的道理，如果消费者的处理能力大于生产者，那么消费者就必须等待生产者。为了解决这个问题就引出来生产者消费者模型。
203
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
