快捷導(dǎo)航

像線程一樣管理進程的Python multiprocessing庫

更新時間：2021年05月18日 10:22:34 作者：李元靜

multiprocessing庫是基于threading API,它可以把工作劃分為多個進程.有些情況下,multiprocessing可以作為臨時替換取代threading來利用多個CPU內(nèi)核,相應(yīng)地避免Python全局解釋器鎖所帶來的計算瓶頸.本文詳細介紹了Python multiprocessing庫,需要的朋友可以參考下

一、創(chuàng)建一個進程

要創(chuàng)建一個進程，最簡單的方式是用一個目標函數(shù)實例化一個Process對象，然后與threading一樣調(diào)用start()函數(shù)讓它工作。示例如下：

import multiprocessing

def worker():
    for i in range(3):
        print(i)

if __name__=="__main__":
    p = multiprocessing.Process(target=worker)
    p.start()

運行之后，效果如下：

需要注意的是，multiprocessing庫在Windows創(chuàng)建進程必須在if __name__=="__main__":中，這是 Windows 上多進程的實現(xiàn)問題。在 Windows 上，子進程會自動 import 啟動它的這個文件，而在 import 的時候是會執(zhí)行這些語句的。如果直接創(chuàng)建就會無限遞歸創(chuàng)建子進程報錯。所以必須把創(chuàng)建子進程的部分用那個 if 判斷保護起來，import 的時候 __name__ 不是 __main__ ，就不會遞歸運行了。

二、設(shè)置進程名

在threading線程中，我們可以通過其參數(shù)name設(shè)置線程名，同樣的我們也可以通過name參數(shù)設(shè)置其進程的名字。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker)
    p3 = multiprocessing.Process(name='p3', target=worker)
    p1.start()
    p2.start()
    p3.start()

運行之后，效果如下：

name

三、守護進程

和線程一樣，在所有子進程沒有退出之前，主程序是不會退出的。有時候，我們可能需要啟動一個后臺進程，它可以一直運行而不阻塞主程序退出。

要標志一個守護進程，可以將其添加第3個參數(shù)daemon，設(shè)置為True。默認值為False，不作為守護進程。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(1)
    print(multiprocessing.current_process().name, "end")

def worker2():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)
    p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)
    p1.start()
    p2.start()
    p3.start()

運行之后，效果如下：

守護進程

p2,p3為守護進程，但p1不是所以執(zhí)行1秒之后，就退出主程序了，也就沒有打印p2p3的內(nèi)容。但是其依舊在執(zhí)行中，直到執(zhí)行完成。

四、join()

同樣的，如果你期望強制等待一個守護進程的結(jié)束，可以增加join()函數(shù)。還是上面的代碼，示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(1)
    print(multiprocessing.current_process().name, "end")

def worker2():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)
    p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)
    p1.start()
    p2.start()
    p3.start()
    p1.join()
    p2.join()
    p3.join()

運行之后，和設(shè)置進程名的運行結(jié)果一樣，這里不在展示。唯一與守護進程代碼的區(qū)別就是最后三行join()函數(shù)代碼。當然，也可以像線程一樣，給join()函數(shù)傳入一個時間，超過這個時間，主進程不再等待。

五、強制結(jié)束進程

如果一個進程已經(jīng)掛起或者不小心進入了死鎖狀態(tài)，那么這個時候，我們往往會強制的結(jié)束進程。對一個進程對象調(diào)用terminate()會結(jié)束子進程。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(5)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p1.start()
    print("是否還在運行", p1.is_alive())
    p1.terminate()
    print("是否還在運行", p1.is_alive())
    p1.join()
    print("是否還在運行", p1.is_alive())

運行之后，輸出如下：

強制結(jié)束進程

終止進程后要使用join()函數(shù)等待進程的退出。使進程管理代碼有足夠的時間更新對象的狀態(tài)，以反應(yīng)進程已經(jīng)終止。

六、進程退出狀態(tài)碼

進程退出時，生成的狀態(tài)碼可以通過exitcode屬性訪問。下表就是其狀態(tài)碼的取值范圍以及其意義：

退出碼	含義
0	未生成任何錯誤
>0	進程有一個錯誤，并以該錯誤碼退出
<0	進程以一個-1*exitcodde信號結(jié)束

測試如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(5)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker)
    p1.start()
    p2.start()
    print("是否還在運行", p1.is_alive())
    p1.terminate()
    print("是否還在運行", p1.is_alive())
    print(p1.exitcode)
    p1.join()
    print("是否還在運行", p1.is_alive())
    print(p1.exitcode)
    time.sleep(5.5)
    print(p2.exitcode)

運行之后，效果如下：

錯誤碼

可以看到，強制退出的進程狀態(tài)碼為負數(shù)，正常退出的進程狀態(tài)碼為0。

七、日志

調(diào)試并發(fā)問題時，如果能夠訪問multiprocessing所提供對象的內(nèi)部狀態(tài)，那么這會很有用。在實際的項目中，我們可以使用一個方便的模塊級函數(shù)啟用日志記錄，它使用logging建立一個日志記錄器對象，并增加一個處理器，使日志消息被發(fā)送到標準錯誤通道。

示例如下：

import multiprocessing
import logging
import sys

def worker():
    print("運行工作進程")
    sys.stdout.flush()

if __name__ == "__main__":
    multiprocessing.log_to_stderr(logging.DEBUG)
    p1 = multiprocessing.Process(name='p1', target=worker)
    p1.start()
    p1.join()

運行之后，效果如下：

logging

八、派生進程

與線程一樣，我們可以自定義進程，而不必只是傳入一個函數(shù)進行進程的創(chuàng)建。

創(chuàng)建的進程的方式也是派生自進程類即可。示例如下：

import multiprocessing

class WorkerProcess(multiprocessing.Process):
    def run(self):
        print(self.name)
        return

if __name__ == "__main__":
    for i in range(5):
        p = WorkerProcess()
        p.start()
        p.join()

運行之后，效果如下：

自定義進程