本文重点探究以下几个内容:
- 创建进程Process
- 进程间数据传递Queue/Pipe/Value/Array/Manager
- 进程池Pool
创建进程Process
创建进程方式如下:
- 可以看出,Process的用法与Thread类似,守护进程设置方式为deamon属性。由于join为0.5且为守护进程,因此不等守护进程运行结束主程序已退出。若增加另一非守护进程,则必须等非守护进程结束,守护进程才能退出
- 同样,可以通过继承Process实现进程
进程间数据传递Queue/Pipe/Value/Array/Manager
可以通过Lock锁机制实现共享锁,但比较常用的方式还是以上这些方式,效率更高,更安全。
Queue
使用方式
构造:
- multiprocessing.Queue([maxsize])
限制队列长度
类方法:
- qsize()
返回队列的大致大小,因为多进程或者多线程一直在消耗队列,因此该数据不一定正确 - empty()
判断队列是否为空,如果是,则返回True,否则False - full()
判断队列是否已满,如果是,则返回True,否则False - put(obj[, block[, timeout]])
将对象放入队列,可选参数block为True,timeout为None - get()
从队列取出对象
Pipe
使用方式
构造
- conn1, conn2 = multiprocessing.Pipe([duplex])
若duplex为True(默认),则是双向的,False则是单向的。 conn1只能接受,conn2只能发送。
Value和Array
Manager
更多类型支持一般使用Manager,支持的类型包括list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array,使用方式如下:
进程池
一般使用方式如下:
构造函数
multiprocessing.pool.Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])
- 若processes没有传,则默认为 os.cpu_count()
类方法
- apply(func[, args[, kwds]])
在返回结果前,将一直阻塞进程,注意:func只在一个进程中运行 - apply_async(func[, args[, kwds[, callback[, error_callback]]]])
在需要并行的场景中,一般用此方法更好。当result准备好时就调用callback,失败则调用error_callback,注意:自定义回调函数只接受一个参数且时非阻塞的。 - map(func, iterable[, chunksize])
为map()函数的并行版。将可迭代对象拆成小块,放到不同进程中运行。对于内存占用大的可迭代对象,一般使用imap或imap_unordered - map_async(func, iterable[, chunksize[, callback[, error_callback]]])
非阻塞版。 - imap(func, iterable[, chunksize])
注意:若iterable很长时,chunksize(默认为1)设一个大的值速度更快。 - imap_unordered(func, iterable[, chunksize])
无序(若进程个数为1,则顺序一致)
以上部分代码来自官方文档:https://docs.python.org/3/library/multiprocessing.html