Python多进程(一)

多进程编程

参考代码：

https://github.com/FLBa9762/Mutli_Process.git

基本概念

并行： 对于多核CPU处理多任务，操作系统会给每个CPU的每个内核安排一个执行的任务，多核CPU并行地执行多任务。
进程（Process）：进程是资源分配的最小单位，是操作系统进行资源分配和调度运行的基本单位。

进程基本操作

创建进程

创建了名为task1和task2的进程，进程调用的是process1和process2函数（demo1.py）

	task1 = multiprocessing .Process(target=process1)
	task2 = multiprocessing .Process(target=process2)

开始进程

开始执行两个进程（demo1.py）

	task1.start()
	task2.start()

等待进程结束

等待进程结束后代码再往下走(demo1.py)

	task1.join()
	task2.join()

为进程函数传递参数

可以传递args和kwargs，一般不使用字典传递，这里只介绍args传递方法，传递的实参是函数process1的参数（demo2.py）
注意要以元组的方式传递，元组只有单个元素时要加一个逗号 “,” 。

	task1 = multiprocessing .Process(target=process1, args=(100000,))
	task2 = multiprocessing .Process(target=process2, args=(100000,))

获取进程id

需要导入os模块，用os模块的**os.getpid()**函数获取进程的编号。（demo2.py）

def process1(num):
    multi1 = test_code(num)
    print("process1:{}".format(os.getpid()))

获取父进程id，使用 os.getppid() 函数。

def process1(num):
    multi1 = test_code(num)
    print("process1:{}".format(os.getppid()))

一个多进程程序中的父进程和子进程关系：(demo2.py)

import multiprocessing
import time
import os

#子进程
def process1(num):
	print("process1:{}".format(os.getppid()))

#子进程
def process2(num):
	print("process2:{}".format(os.getppid())) 

#父进程
def run():
    print("run:{}".format(os.getpid()))
    task1 = multiprocessing .Process(target=process1, args=(100000,))
    task2 = multiprocessing .Process(target=process2, args=(100000,))
    task1.start()
    task2.start()

#父进程
if __name__ == '__main__':
	print("main:{}".format(os.getpid()))
	run()

以上代码运行出四个进程的id相同：

main:22564
run:22564
process1:22564
process2:22564

进程之间不共享全局变量

每个进程修改全局变量后只能局部可见，虽然使用相同的名字，但是全局变量不共享，以下代码可验证：(demo3.py)

import multiprocessing
import time

global_list = []

def send_function():
    for i in range(3):
        global_list.append(i)
    print("send_data:{}".format(global_list))

def receive_function():
    print("receive_data:{}".format(global_list))

if __name__ == '__main__':
    send = multiprocessing.Process(target=send_function)
    receive = multiprocessing.Process(target=receive_function)
    send.start()
    time.sleep(1)   # 等待 send_function() 修改完全局变量后再读取
    receive.start()

以上代码得到结果如下，可以验证进程之间确实不共享全局变量

send_data:[0, 1, 2]
receive_data:[]

主进程会等待所有子进程结束后再结束

设置保护主进程

设置子进程属性 daemon 为 True 来使主进程运行完毕后子进程强制结束：（demo4.py）

import multiprocessing
import time

def work():
    for i in range(10):
        print("working!")
        time.sleep(0.2)

if __name__ == '__main__':
    process = multiprocessing.Process(target=work)
    process.daemon = True
    process.start()
    time.sleep(1)
    # process.terminate()
    print("主进程完毕！")

如果不设置，则主进程先运行完毕后子进程还要继续运行，知道打印10个working在结束
设置了 process.daemon = True 后，主进程执行完毕后直接终止子进程，打印结果如下：

working!
working!
working!
working!
working!
主进程完毕！

或者使用：

process.terminate()		#手动结束子进程

也可以做到相同效果