python3多进程写时拷贝_Python实现多进程的详解（附示例）

本篇文章给大家带来的内容是关于Python实现多进程的详解(附示例)，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

fork函数创建子进程

基本使用

Linux 操作系统提供了一个 fork函数用来创建子进程。fork()位于Python的os模块中。

使用导入os模块即可。

import os os.fork()

每次调用fork()函数后，相应的父进程都会生成一个子进程。

例如下面这段代码：

import os os.fork() os.fork() os.fork()

执行之后将会生成8个进程。

fork()函数的返回值

fork()函数对于子进程的返回值永远是0，而对父进程的返回值则为子进程的pid(进程号)。

实例

#!/usr/bin/env python import os import time rt = os.fork() if rt == 0: print(f"The child process is {os.getpid()} . His father is {os.getppid()}") # os.getpid()获取当前进程进程号，os.getppid()获取当前进程的父进程号 time.sleep(5) else: print(f"The father process is {os.getpid()} . His father is {os.getppid()}") time.sleep(5) print(f"Now the process is {os.getpid()} . His father is {os.getppid()}")

执行结果：

进程模块

导入模块

Python也提供了multiprocessing库给全平台提供了多线程编程。

import multiprocessing

简单进程

下面代码为一个简单进程：

from multiprocessing import Process def work(num): for i in range(10): num += 1 print(num) return 0 def main(): num = 1 p1 = Process(target = work, args = (num,)) p1.start() if __name__ == '__main__': main()

这里从multiprocessing库引入Process这个类。

p1 = Process(target = work, args = (num,))是创建一个进程。target为所要执行任务的函数，args则为接收的参数，必须以元组形式给与。

start()是让进程开始运行。

同时进程有一些方法：

join方法

Process的join方法与多线程类似。为等待进程运行结束。

使用方法：join(timeout)。

使用join()，程序会等待进程结束后再继续进行下面的代码。

如果加入了timeout参数，则程序会等待timeout秒后继续执行下面的程序。

close方法

close()用于关闭进程，但是不能关闭正在运行中的子进程。

进程类

可以通过创建类的方式实现多进程：

from multiprocessing import Process import time class My_Process(Process): def __init__(self,num): Process.__init__(self) self.num = num def run(self): time.sleep(2) print(self.num) def main(): for i in range(10): p = My_Process(i) p.start() if __name__ == '__main__': main()

进程池

from multiprocessing import Pool import time def target(num): time.sleep(2) print(num) def main(): pool = Pool(3) for i in range(3): pool.apply_async(target,(i,)) pool.close() pool.join() print('Finish!!!') if __name__ == '__main__': main()

对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，调用close()之后就不能继续添加新的Process了。

Pool(num)里的num为要添加到里面的进程数。不指定进程数，则默认为CPU核心数量。

进程间相互独立

多进程的每一个进程都有一份变量的拷贝，进程之间的操作互不影响。

import multiprocessing import time zero = 0 def change_zero(): global zero for i in range(3): zero = zero + 1 print(multiprocessing.current_process().name, zero) if __name__ == '__main__': p1 = multiprocessing.Process(target = change_zero) p2 = multiprocessing.Process(target = change_zero) p1.start() p2.start() p1.join() p2.join() print(zero)

最后的执行结果：

如果进行文件IO操作，则多进程都会写入同一个文件中。

队列

使用multiprocessing里的Queue可使不同进程访问相同的资源。

from multiprocessing import Process, Queue def addone(q): q.put(1) def addtwo(q): q.put(2) if __name__ == '__main__': q = Queue() p1 = Process(target=addone, args = (q, )) p2 = Process(target=addtwo, args = (q, )) p1.start() p2.start() p1.join() p2.join() print(q.get()) print(q.get())

阅读全文

0 个人已赞赞一个收藏 (0)打赏

您入群打赏务必备注QQ号

支付宝扫一扫赞助

微信钱包扫描赞助

分享到：

生成海报

评论 抢沙发

评论前必须登录！