py 高性能低级，高级写法思考

这里所谓的低级，高级是指封装抽象的程度。

低级指os.fork()
高级是指 multiprocessing包

一般根据业务需求，一个主进程负责维护接收， 不同的子进程处理不同的需求。根据各同需求组合

• 多进程
• 多线程
• 多进程＋多线程
• 协程
• 也可基于uvloop事件启动方式
  低级版

def main_process():
        r = os.fork()
        if r == 0 :
              print("sub_process_buiness")
        else:
              print("main process buiness")

高级版

def sub_process_write_data():
        pass
def sub_process_read_date():
       pass
def main_handler():
      from multiprocessing import Process
      w1=Process(target=sub_process_write_data)
      w1.start()
      w1.join()
      r1=Process(target=sub_process_read_data)
      r1.start()
      r1.join()
 if __name__ == "__main__":
        main_handler()

以下部分转自
作者：晓可加油
链接：https://www.jianshu.com/p/414e89248285
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

Num01-->进程的创建-fork
Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程。

 import os
    # 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以
    pid = os.fork()

    if pid == 0:
        print('我是子进程')
    else:
        print('我是父进程')

以上代码加以说明如下：

程序执行到os.fork()时，操作系统会创建一个新的进程（子进程），然后复制父进程的所有信息到子进程中。

然后父进程和子进程都会从fork()函数中得到一个返回值，在子进程中这个值一定是0，而父进程中是子进程的 id号。

在Unix/Linux操作系统中，提供了一个fork()系统函数，它非常特殊。
普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。

子进程永远返回0，而父进程返回子进程的ID。

这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。

Num02-->多进程修改全局变量
``

coding=utf-8

import os
import time

num = 0

注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以

pid = os.fork()

if pid == 0:
num+=1
print('我是子进程---num=%d'%num)
else:
time.sleep(1)
num+=1
print('我是父进程---num=%d'%num)

 
在多进程中个，每个进程中所有数据（包括全局变量）都各拥有一份，互不影响。

Num03-->多次fork问题
Test01-->fork两次产生四个进程

coding=utf-8

import os
import time

注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以

pid = os.fork()
if pid == 0:
print('我是第一次fork中的子进程')
else:
print('我是第一次fork中的父进程')

pid = os.fork()
if pid == 0:
print('我是第二次fork中的子进程')
else:
print('我是第二次fork中的父进程')

time.sleep(1)
Test02-->fork两次产生三个进程

! /usr/bin/env python3

-- coding:utf-8 --

import os
import time

def sing():
print('--我是第一次fork的子进程--')
time.sleep(1)

def dance():
ppid = os.fork()

if ppid > 0:
    print('--我是第二次fork的父进程--')
    time.sleep(1)
elif ppid == 0:
    print('--我是第二次fork的子进程--')
    time.sleep(1)

def main():
pid = os.fork()

if pid > 0:
    dance()
elif pid == 0:
    sing()

if name == "main":
main()
Num04-->进程的第一种创建方式-multiprocessing
multiprocessing模块提供了一个Process类来代表一个进程对象。

coding=utf-8

from multiprocessing import Process
import os

子进程要执行的代码

def fun_proc(name):
print('子进程运行中，name= %s ,pid=%d' % (name, os.getpid()))

if name=='main':
print('父进程 %d' % os.getpid())
p = Process(target=fun_proc, args=('我是子进程',))
print('子进程将要执行')
p.start()
p.join()
print('子进程已结束')

对以上代码加以说明：
1，用Process类创建子进程时，只需要传入一个执行函数和函数的参数（是一个元组）。
2，调用start（）方式启动子进程。
3，join()方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。
Test01-->Process的语法如下：
Process([group [, target [, name [, args [, kwargs]]]]])

target：表示这个进程实例所调用对象；

args：表示调用对象的位置参数元组；

kwargs：表示调用对象的关键字参数字典；

name：为当前进程实例的别名；

group：大多数情况下用不到，表示在哪个组；

Process类常用方法：

is_alive()：判断进程实例是否还在执行；

join([timeout])：是否等待进程实例执行结束，或等待多少秒；

start()：启动进程实例（创建子进程）；

run()：如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的run()方法；

terminate()：不管任务是否完成，立即终止；

Process类常用属性：

name：当前进程实例别名，默认为Process-N，N为从1开始递增的整数；

pid：当前进程实例的PID值；

Test02-->创建一个进程对象
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date    : 2017-04-25 16:36:47
# @Author  : xiaoke
from multiprocessing import Process
import os
from time import sleep

# 子进程要执行的代码
def fun_proc(name, age, **kwargs):
    for i in range(5):
        print('子进程运行中，name= %s,age=%d ,pid=%d...' % (name, age,os.getpid()))
        print(kwargs)
        sleep(1)

if __name__=='__main__':
    print('父进程 %d' % os.getpid())
    p = Process(target=fun_proc, args=('我是子进程',66), kwargs={"得分":666})
    print('子进程将要执行')
    p.start()
    sleep(1)
    # p.terminate()# 提前结束子进程，不管子进程的任务是否完成
    p.join()
    print('子进程已结束')
    
# 结果如下：
# 父进程 7744
# 子进程将要执行
# 子进程运行中，name= 我是子进程,age=66 ,pid=8064...
# {'得分': 666}
# 子进程运行中，name= 我是子进程,age=66 ,pid=8064...
# {'得分': 666}
# 子进程运行中，name= 我是子进程,age=66 ,pid=8064...
# {'得分': 666}
# 子进程运行中，name= 我是子进程,age=66 ,pid=8064...
# {'得分': 666}
# 子进程运行中，name= 我是子进程,age=66 ,pid=8064...
# {'得分': 666}
# 子进程已结束
Test03-->创建两个进程对象
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date    : 2017-04-25 16:36:47
# @Author  : xiaoke
#coding=utf-8
from multiprocessing import Process
import time
import os

def  worker_1(interval):
    print("worker_1,父进程(%s),当前进程(%s)"%(os.getppid(),os.getpid()))
    t_start = time.time()
    time.sleep(interval) #程序将会被挂起interval秒
    t_end = time.time()
    print("worker_1,执行时间为'%0.2f'秒"%(t_end - t_start))

def  worker_2(interval):
    print("worker_2,父进程(%s),当前进程(%s)"%(os.getppid(),os.getpid()))
    t_start = time.time()
    time.sleep(interval)
    t_end = time.time()
    print("worker_2,执行时间为'%0.2f'秒"%(t_end - t_start))

def main():
    #输出当前程序的ID
    print("进程ID：%s"%os.getpid())

    #创建两个进程对象，target指向这个进程对象要执行的对象名称，
    #如果不指定name参数，默认的进程对象名称为Process-N，N为一个递增的整数
    p1=Process(target=worker_1,args=(2,))
    p2=Process(target=worker_2,name="xiaoke",args=(1,))

    #使用"进程对象名称.start()"来创建并执行一个子进程，
    #这两个进程对象在start后，就会分别去执行worker_1和worker_2方法中的内容
    p1.start()
    p2.start()

    #同时父进程仍然往下执行，如果p2进程还在执行，将会返回True
    print("p2.is_alive=%s"%p2.is_alive())
    print("p1.is_alive=%s"%p1.is_alive())

    #输出p1和p2进程的别名和pid
    print("--p1进程的别名和pid--")
    print("p1.name=%s"%p1.name)
    print("p1.pid=%s"%p1.pid)
    print("--p2进程的别名和pid--")
    print("p2.name=%s"%p2.name)
    print("p2.pid=%s"%p2.pid)

    #join括号中不携带参数，表示父进程在这个位置要等待p1进程执行完成后，再继续执行下面的语句，一般用于进程间的数据同步，
    # 如果不写这一句，下面的is_alive判断将会是True，

    #可以尝试着将下面的这条语句改成p1.join(1)，
    #因为p2需要2秒以上才可能执行完成，父进程等待1秒很可能，不能让p1完全执行完成，
    #所以下面的print会输出True，即p1仍然在执行
    print("--p1进程是否执行完毕？？--")
    p1.join()
    print("p1.is_alive=%s"%p1.is_alive())
    p2.join()
    print("p2.is_alive=%s"%p2.is_alive())

if __name__ == '__main__':
    main()

# 结果如下：
# 进程ID：4004
# p2.is_alive=True
# p1.is_alive=True
# --p1进程的别名和pid--
# p1.name=Process-1
# p1.pid=3352
# --p2进程的别名和pid--
# p2.name=xiaoke
# p2.pid=6092
# --p1进程是否执行完毕？？--
# worker_2,父进程(4004),当前进程(6092)
# worker_2,执行时间为'1.00'秒
# worker_1,父进程(4004),当前进程(3352)
# worker_1,执行时间为'2.00'秒
# p1.is_alive=False
# p2.is_alive=False

Num05-->进程的第二种创建方式--自己创建一个类，继承Process类
定义：创建新的进程还可以使用类的方式。可以自定义一个类，继承Process类。每次实例化这个类的时候，就等同于实例化这个进程对象。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date    : 2017-04-25 16:36:47
# @Author  : xiaoke
from multiprocessing import Process
import time
import os

#继承Process类
class Process_Class(Process):
    #因为Process类本身也有__init__方法，这个子类相当于重写了这个方法，
    #但这样就会带来一个问题，我们并没有完全的初始化一个Process类，
    # 所以就不能使用从这个类继承的一些方法和属性，
    #最好的方法就是将继承类本身传递给Process.__init__方法，完成这些初始化操作
    def __init__(self,interval):
        Process.__init__(self)
        # 传递进来的属性
        self.interval = interval

    #重写了Process类的run()方法
    def run(self):
        print("子进程(%s) 开始执行，父进程为（%s）"%(os.getpid(),os.getppid()))
        t_start = time.time()
        time.sleep(self.interval)
        t_stop = time.time()
        print("子进程(%s)执行结束，耗时%0.2f秒"%(os.getpid(),t_stop-t_start))

if __name__=="__main__":
    t_start = time.time()
    print("当前程序进程(%s)"%os.getpid())        
    p1 = Process_Class(2)
    #对一个不包含target属性的Process类执行start()方法，就会运行这个类中的run()方法，所以这里会执行p1.run()
    p1.start()
    p1.join()
    t_stop = time.time()
    print("父进程(%s)执行结束，耗时%0.2f秒"%(os.getpid(),t_stop-t_start))
# 结果为：
# 当前程序进程(14736)
# 子进程(4292) 开始执行，父进程为（14736）
# 子进程(4292)执行结束，耗时2.00秒
# 父进程(14736)执行结束，耗时2.11秒
Num06-->进程池--Pool
当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态生成多个进程。但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行。

#采用非阻塞的方式
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2017/4/27 8:35
# @Author  : xiaoke
# @Site    : 
# @File    : Test33.py
# @Software: PyCharm Community Edition

from multiprocessing import Pool
import os, time, random


def worker(num):
    t_start = time.time()
    print("子进程-%s开始执行,进程号为%d" % (num, os.getpid()))
    # random.random()随机生成0~1之间的浮点数
    time.sleep(random.random() * 2)
    t_stop = time.time()
    print("子进程-%s执行完毕，耗时%0.2f" % (num, t_stop - t_start))


def main():
    # 定义一个进程池，最大进程数5
    p = Pool(3)
    for i in range(10):
        # Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))
        # 异步的方式，每次循环将会用空闲出来的子进程去调用目标
        p.apply_async(worker, (i,))

    m_start = time.time()
    print("----start----")
    p.close()  # 关闭进程池，关闭后p不再接收新的请求
    p.join()  # 等待p中所有子进程执行完成，必须放在close语句之后
    print("-----end-----")
    m_stop = time.time()
    print("父进程执行完毕，耗时%0.2f" % (m_stop - m_start))


if __name__ == '__main__':
    main()
# 结果如下：
# ----start----
# 子进程-0开始执行,进程号为3360
# 子进程-1开始执行,进程号为16084
# 子进程-2开始执行,进程号为12580
# 子进程-1执行完毕，耗时0.05
# 子进程-3开始执行,进程号为16084
# 子进程-3执行完毕，耗时0.80
# 子进程-4开始执行,进程号为16084
# 子进程-2执行完毕，耗时1.63
# 子进程-5开始执行,进程号为12580
# 子进程-0执行完毕，耗时1.80
# 子进程-6开始执行,进程号为3360
# 子进程-4执行完毕，耗时1.55
# 子进程-7开始执行,进程号为16084
# 子进程-7执行完毕，耗时0.07
# 子进程-8开始执行,进程号为16084
# 子进程-8执行完毕，耗时0.05
# 子进程-9开始执行,进程号为16084
# 子进程-5执行完毕，耗时1.01
# 子进程-6执行完毕，耗时1.10
# 子进程-9执行完毕，耗时1.57
# -----end-----
# 父进程执行完毕，耗时4.26


multiprocessing.Pool常用函数解析：
apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；

apply(func[, args[, kwds]])：使用阻塞方式调用func

close()：关闭Pool，使其不再接受新的任务；

terminate()：不管任务是否完成，立即终止；

join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

采用apply阻塞的方式
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2017/4/27 8:35
# @Author  : xiaoke
# @Site    : 
# @File    : Test33.py
# @Software: PyCharm Community Edition

from multiprocessing import Pool
import os, time, random


def worker(num):
    t_start = time.time()
    print("子进程-%s开始执行,进程号为%d" % (num, os.getpid()))
    # random.random()随机生成0~1之间的浮点数
    time.sleep(random.random() * 2)
    t_stop = time.time()
    print("子进程-%s执行完毕，耗时%0.2f" % (num, t_stop - t_start))


def main():
    # 定义一个进程池，最大进程数5
    p = Pool(3)
    for i in range(10):
        # Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))
        # 异步的方式，每次循环将会用空闲出来的子进程去调用目标
        p.apply(worker, (i,))

    m_start = time.time()
    print("----start----")
    p.close()  # 关闭进程池，关闭后p不再接收新的请求
    p.join()  # 等待p中所有子进程执行完成，必须放在close语句之后
    print("-----end-----")
    m_stop = time.time()
    print("父进程执行完毕，耗时%0.2f" % (m_stop - m_start))


if __name__ == '__main__':
    main()
# 结果如下：
# 子进程-0开始执行,进程号为4464
# 子进程-0执行完毕，耗时1.75
# 子进程-1开始执行,进程号为11640
# 子进程-1执行完毕，耗时1.33
# 子进程-2开始执行,进程号为8756
# 子进程-2执行完毕，耗时1.86
# 子进程-3开始执行,进程号为4464
# 子进程-3执行完毕，耗时0.70
# 子进程-4开始执行,进程号为11640
# 子进程-4执行完毕，耗时1.29
# 子进程-5开始执行,进程号为8756
# 子进程-5执行完毕，耗时0.69
# 子进程-6开始执行,进程号为4464
# 子进程-6执行完毕，耗时0.33
# 子进程-7开始执行,进程号为11640
# 子进程-7执行完毕，耗时1.83
# 子进程-8开始执行,进程号为8756
# 子进程-8执行完毕，耗时1.58
# 子进程-9开始执行,进程号为4464
# 子进程-9执行完毕，耗时1.37
# ----start----
# -----end-----
# 父进程执行完毕，耗时0.08

Num07-->进程间的通信--Queue
进程（Process）之间有时间需要通信，操作系统提供了很多机制来实现进程间的通信。如Queue、Pipes等。Queue本身是一个消息队列。

Test01--> 先看一个简单的案例：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2017/4/27 8:35
# @Author  : xiaoke
# @Site    : 
# @File    : Test33.py
# @Software: PyCharm Community Edition

from multiprocessing import Queue

q = Queue(3)  # 初始化一个Queue对象，最多可接收三条put消息
q.put("消息1")
q.put("消息2")
print(q.full())  # False
q.put("消息3")
print(q.full())  # True

# 因为消息列队已满下面的try都会抛出异常，第一个try会等待3秒后再抛出异常，第二个Try会立刻抛出异常
try:
    q.put("消息4", True, 3)
except:
    print("消息列队已满，现有消息数量:%s" % q.qsize())

try:
    q.put_nowait("消息4")
except:
    print("消息列队已满，现有消息数量:%s" % q.qsize())

# 推荐的方式，先判断消息列队是否已满，再写入
if not q.full():
    q.put_nowait("消息4")

# 读取消息时，先判断消息列队是否为空，再读取
if not q.empty():
    for i in range(q.qsize()):
        # print("取出消息：%s" % q.get())
        print("取出消息：%s" % q.get_nowait())
# 结果是：
# False
# True
# 消息列队已满，现有消息数量:3
# 消息列队已满，现有消息数量:3
# 取出消息：消息1
# 取出消息：消息2
# 取出消息：消息3

以上代码加以说明：
初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

Queue.qsize()：返回当前队列包含的消息数量；

Queue.empty()：如果队列为空，返回True，反之False ；

Queue.full()：如果队列满了，返回True,反之False；

Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；
2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；

Queue.get_nowait()：相当Queue.get(False)；

Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；
2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；

Queue.put_nowait(item)：相当Queue.put(item, False)；

Test02-->在父进程创建两个子进程，一个往Queue里面写数据，一个从Queue里面读数据。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2017/4/27 8:35
# @Author  : xiaoke
# @Site    : 
# @File    : Test33.py
# @Software: PyCharm Community Edition

from multiprocessing import Process, Queue
import os, time, random


# 写数据进程
def write(q):
    for value in ['A', 'B', 'C', 'quit']:
        print('Put %s to queue...' % value)
        q.put(value)
        time.sleep(random.random())


# 读数据进程
def read(q):
    while True:
        if not q.empty():
            value = q.get(True)
            print('Get %s from queue.' % value)
            # 因为读进程是一个死循环，所以要设置一个标记，用于退出
            if value == "quit":
                break
            time.sleep(random.random())


if __name__ == '__main__':
    # 父进程创建Queue，并传给各个子进程：
    q = Queue()
    pw = Process(target=write, args=(q,))
    pr = Process(target=read, args=(q,))
    # 启动子进程pw，写入:
    pw.start()
    # 等待pw结束:
    pw.join()

    # 启动子进程pr，读取:
    pr.start()
    pr.join()

    print('所有数据都写入并且读完')
    print("pw  is   alive:%s" % pw.is_alive())
    print("pr  is   alive:%s" % pr.is_alive())

# 结果如下：
# Put A to queue...
# Put B to queue...
# Put C to queue...
# Put quit to queue...
# Get A from queue.
# Get B from queue.
# Get C from queue.
# Get quit from queue.
# 所有数据都写入并且读完
# pw  is   alive:False
# pr  is   alive:False

Test03-->进程池Pool中的Queue来进行进程间的通信
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author  : xiaoke
# @Site    : 
# @File    : Test33.py
# @Software: PyCharm Community Edition
from multiprocessing import Pool, Queue, Manager

import os
import time
import random


def task_write(q):
    for s in ('hello', 'python', 'world', 'quit'):
        q.put(s)  # 向队列中添加消息

        print('%s 进程向队列中添加消息:%s' % (os.getpid(), s))

        time.sleep(random.random() * 2)

    print('%s 进程要结束了' % os.getpid())


def task_read(q):
    while True:

        msg = q.get()  # 阻塞式从队列中收消息
        print('%s 进程从队列中取出消息:%s' % (os.getpid(), msg))

        if msg == "quit":
            break

            time.sleep(random.random() * 2)

    print('%s 进程要结束了' % os.getpid())


def main():
    # 1.创建消息队列对象
    # q = Queue() #只能用于父子进程
    # Manger().Queue()  消息队列可用于进程池
    q = Manager().Queue()

    # 2.创建进程池，里面放两个进程
    my_pool = Pool(2)

    # 3.添加任务
    # 采用阻塞的方式
    my_pool.apply(task_write, args=(q,))
    my_pool.apply(task_read, args=(q,))
    # 采用非阻塞的方式
    # my_pool.apply_async(task_write, args=(q,))
    # my_pool.apply_async(task_read, args=(q,))

    # 4.关闭进程池
    my_pool.close()

    # 5.等待所有进程结束
    my_pool.join()


if __name__ == "__main__":
    main()


# 采用非阻塞的方式结果：
# 7380 进程向队列中添加消息:hello
# 11256 进程从队列中取出消息:hello
# 7380 进程向队列中添加消息:python
# 11256 进程从队列中取出消息:python
# 7380 进程向队列中添加消息:world
# 11256 进程从队列中取出消息:world
# 7380 进程向队列中添加消息:quit
# 11256 进程从队列中取出消息:quit
# 11256 进程要结束了
# 7380 进程要结束了

# 采用阻塞的方式结果：
# 96 进程向队列中添加消息:hello
# 96 进程向队列中添加消息:python
# 96 进程向队列中添加消息:world
# 96 进程向队列中添加消息:quit
# 96 进程要结束了
# 12412 进程从队列中取出消息:hello
# 12412 进程从队列中取出消息:python
# 12412 进程从队列中取出消息:world
# 12412 进程从队列中取出消息:quit
# 12412 进程要结束了

转载自：
作者：hugoren
链接：https://www.jianshu.com/p/6597b203cdae
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。