1.Python多進(jìn)程模塊

Python中的多進(jìn)程是通過(guò)multiprocessing包來(lái)實(shí)現(xiàn)的，和多線程的threading.Thread差不多，它可以利用multiprocessing.Process對(duì)象來(lái)創(chuàng)建一個(gè)進(jìn)程對(duì)象。這個(gè)進(jìn)程對(duì)象的方法和線程對(duì)象的方法差不多也有start(), run(), join()等方法，其中有一個(gè)方法不同Thread線程對(duì)象中的守護(hù)線程方法是setDeamon，而Process進(jìn)程對(duì)象的守護(hù)進(jìn)程是通過(guò)設(shè)置daemon屬性來(lái)完成的。

下面說(shuō)說(shuō)Python多進(jìn)程的實(shí)現(xiàn)方法，和多線程類似

2.Python多進(jìn)程實(shí)現(xiàn)方法一

from multiprocessing import  Process

def fun1(name):
    print('測(cè)試%s多進(jìn)程' %name)

if __name__ == '__main__':
    process_list = []
    for i in range(5):  #開(kāi)啟5個(gè)子進(jìn)程執(zhí)行fun1函數(shù)
        p = Process(target=fun1,args=('Python',)) #實(shí)例化進(jìn)程對(duì)象
        p.start()
        process_list.append(p)

    for i in process_list:
        p.join()

    print('結(jié)束測(cè)試')

結(jié)果

測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
結(jié)束測(cè)試
Process finished with exit code 0

上面的代碼開(kāi)啟了5個(gè)子進(jìn)程去執(zhí)行函數(shù)，我們可以觀察結(jié)果，是同時(shí)打印的，這里實(shí)現(xiàn)了真正的并行操作，就是多個(gè)CPU同時(shí)執(zhí)行任務(wù)。我們知道進(jìn)程是python中最小的資源分配單元，也就是進(jìn)程中間的數(shù)據(jù)，內(nèi)存是不共享的，每啟動(dòng)一個(gè)進(jìn)程，都要獨(dú)立分配資源和拷貝訪問(wèn)的數(shù)據(jù)，所以進(jìn)程的啟動(dòng)和銷毀的代價(jià)是比較大了，所以在實(shí)際中使用多進(jìn)程，要根據(jù)服務(wù)器的配置來(lái)設(shè)定。

3.Python多進(jìn)程實(shí)現(xiàn)方法二

還記得python多線程的第二種實(shí)現(xiàn)方法嗎?是通過(guò)類繼承的方法來(lái)實(shí)現(xiàn)的，python多進(jìn)程的第二種實(shí)現(xiàn)方式也是一樣的

from multiprocessing import  Process

class MyProcess(Process): #繼承Process類
    def __init__(self,name):
        super(MyProcess,self).__init__()
        self.name = name

    def run(self):
        print('測(cè)試%s多進(jìn)程' % self.name)


if __name__ == '__main__':
    process_list = []
    for i in range(5):  #開(kāi)啟5個(gè)子進(jìn)程執(zhí)行fun1函數(shù)
        p = MyProcess('Python') #實(shí)例化進(jìn)程對(duì)象
        p.start()
        process_list.append(p)

    for i in process_list:
        p.join()

    print('結(jié)束測(cè)試')

結(jié)果

測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
測(cè)試Python多進(jìn)程
結(jié)束測(cè)試
Process finished with exit code 0

效果和第一種方式一樣。

我們可以看到Python多進(jìn)程的實(shí)現(xiàn)方式和多線程的實(shí)現(xiàn)方式幾乎一樣。

Process類的其他方法

構(gòu)造方法：

Process([group [, target [, name [, args [, kwargs]]]]])

group: 線程組 

target: 要執(zhí)行的方法

name: 進(jìn)程名

args/kwargs: 要傳入方法的參數(shù)

實(shí)例方法：

is_alive()：返回進(jìn)程是否在運(yùn)行,bool類型。

join([timeout])：阻塞當(dāng)前上下文環(huán)境的進(jìn)程程，直到調(diào)用此方法的進(jìn)程終止或到達(dá)指定的timeout（可選參數(shù)）。

start()：進(jìn)程準(zhǔn)備就緒，等待CPU調(diào)度

run()：strat()調(diào)用run方法，如果實(shí)例進(jìn)程時(shí)未制定傳入target，這star執(zhí)行t默認(rèn)run()方法。

terminate()：不管任務(wù)是否完成，立即停止工作進(jìn)程

屬性：

daemon：和線程的setDeamon功能一樣

name：進(jìn)程名字

pid：進(jìn)程號(hào)

關(guān)于join，daemon的使用和python多線程一樣，這里就不在復(fù)述了。

4.Python多線程的通信

進(jìn)程是系統(tǒng)獨(dú)立調(diào)度核分配系統(tǒng)資源（CPU、內(nèi)存）的基本單位，進(jìn)程之間是相互獨(dú)立的，每啟動(dòng)一個(gè)新的進(jìn)程相當(dāng)于把數(shù)據(jù)進(jìn)行了一次克隆，子進(jìn)程里的數(shù)據(jù)修改無(wú)法影響到主進(jìn)程中的數(shù)據(jù)，不同子進(jìn)程之間的數(shù)據(jù)也不能共享，這是多進(jìn)程在使用中與多線程最明顯的區(qū)別。但是難道Python多進(jìn)程中間難道就是孤立的嗎？當(dāng)然不是，python也提供了多種方法實(shí)現(xiàn)了多進(jìn)程中間的通信和數(shù)據(jù)共享（可以修改一份數(shù)據(jù)）

進(jìn)程對(duì)列Queue

Queue在多線程中也說(shuō)到過(guò)，在生成者消費(fèi)者模式中使用，是線程安全的，是生產(chǎn)者和消費(fèi)者中間的數(shù)據(jù)管道，那在python多進(jìn)程中，它其實(shí)就是進(jìn)程之間的數(shù)據(jù)管道，實(shí)現(xiàn)進(jìn)程通信。

from multiprocessing import Process,Queue


def fun1(q,i):
    print('子進(jìn)程%s 開(kāi)始put數(shù)據(jù)' %i)
    q.put('我是%s 通過(guò)Queue通信' %i)

if __name__ == '__main__':
    q = Queue()

    process_list = []
    for i in range(3):
        p = Process(target=fun1,args=(q,i,))  #注意args里面要把q對(duì)象傳給我們要執(zhí)行的方法，這樣子進(jìn)程才能和主進(jìn)程用Queue來(lái)通信
        p.start()
        process_list.append(p)

    for i in process_list:
        p.join()

    print('主進(jìn)程獲取Queue數(shù)據(jù)')
    print(q.get())
    print(q.get())
    print(q.get())
    print('結(jié)束測(cè)試')

結(jié)果

子進(jìn)程0 開(kāi)始put數(shù)據(jù)
子進(jìn)程1 開(kāi)始put數(shù)據(jù)
子進(jìn)程2 開(kāi)始put數(shù)據(jù)
主進(jìn)程獲取Queue數(shù)據(jù)
我是0 通過(guò)Queue通信
我是1 通過(guò)Queue通信
我是2 通過(guò)Queue通信
結(jié)束測(cè)試
Process finished with exit code 0

上面的代碼結(jié)果可以看到我們主進(jìn)程中可以通過(guò)Queue獲取子進(jìn)程中put的數(shù)據(jù)，實(shí)現(xiàn)進(jìn)程間的通信。

管道Pipe

管道Pipe和Queue的作用大致差不多，也是實(shí)現(xiàn)進(jìn)程間的通信，下面之間看怎么使用吧

from multiprocessing import Process, Pipe
def fun1(conn):
    print('子進(jìn)程發(fā)送消息：')
    conn.send('你好主進(jìn)程')
    print('子進(jìn)程接受消息：')
    print(conn.recv())
    conn.close()

if __name__ == '__main__':
    conn1, conn2 = Pipe() #關(guān)鍵點(diǎn)，pipe實(shí)例化生成一個(gè)雙向管
    p = Process(target=fun1, args=(conn2,)) #conn2傳給子進(jìn)程
    p.start()
    print('主進(jìn)程接受消息：')
    print(conn1.recv())
    print('主進(jìn)程發(fā)送消息：')
    conn1.send("你好子進(jìn)程")
    p.join()
    print('結(jié)束測(cè)試')

結(jié)果

主進(jìn)程接受消息：
子進(jìn)程發(fā)送消息：
子進(jìn)程接受消息：
你好主進(jìn)程
主進(jìn)程發(fā)送消息：
你好子進(jìn)程
結(jié)束測(cè)試
Process finished with exit code 0

上面可以看到主進(jìn)程和子進(jìn)程可以相互發(fā)送消息

Managers

Queue和Pipe只是實(shí)現(xiàn)了數(shù)據(jù)交互，并沒(méi)實(shí)現(xiàn)數(shù)據(jù)共享，即一個(gè)進(jìn)程去更改另一個(gè)進(jìn)程的數(shù)據(jù)。那么久要用到Managers

from multiprocessing import Process, Manager

def fun1(dic,lis,index):

    dic[index] = 'a'
    dic['2'] = 'b'    
    lis.append(index)    #[0,1,2,3,4,0,1,2,3,4,5,6,7,8,9]
    #print(l)

if __name__ == '__main__':
    with Manager() as manager:
        dic = manager.dict()#注意字典的聲明方式，不能直接通過(guò){}來(lái)定義
        l = manager.list(range(5))#[0,1,2,3,4]

        process_list = []
        for i in range(10):
            p = Process(target=fun1, args=(dic,l,i))
            p.start()
            process_list.append(p)

        for res in process_list:
            res.join()
        print(dic)
        print(l)

結(jié)果：

{0: 'a', '2': 'b', 3: 'a', 1: 'a', 2: 'a', 4: 'a', 5: 'a', 7: 'a', 6: 'a', 8: 'a', 9: 'a'}
[0, 1, 2, 3, 4, 0, 3, 1, 2, 4, 5, 7, 6, 8, 9]

可以看到主進(jìn)程定義了一個(gè)字典和一個(gè)列表，在子進(jìn)程中，可以添加和修改字典的內(nèi)容，在列表中插入新的數(shù)據(jù)，實(shí)現(xiàn)進(jìn)程間的數(shù)據(jù)共享，即可以共同修改同一份數(shù)據(jù)

5.進(jìn)程池

進(jìn)程池內(nèi)部維護(hù)一個(gè)進(jìn)程序列，當(dāng)使用時(shí)，則去進(jìn)程池中獲取一個(gè)進(jìn)程，如果進(jìn)程池序列中沒(méi)有可供使用的進(jìn)進(jìn)程，那么程序就會(huì)等待，直到進(jìn)程池中有可用進(jìn)程為止。就是固定有幾個(gè)進(jìn)程可以使用。

進(jìn)程池中有兩個(gè)方法：

• apply：同步，一般不使用
• apply_async：異步

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

def fun1(name):
    print('Run task %s (%s)...' % (name, os.getpid()))
    start = time.time()
    time.sleep(random.random() * 3)
    end = time.time()
    print('Task %s runs %0.2f seconds.' % (name, (end - start)))

if __name__=='__main__':
    pool = Pool(5) #創(chuàng)建一個(gè)5個(gè)進(jìn)程的進(jìn)程池

    for i in range(10):
        pool.apply_async(func=fun1, args=(i,))

    pool.close()
    pool.join()
    print('結(jié)束測(cè)試')

結(jié)果

Run task 0 (37476)...
Run task 1 (4044)...
Task 0 runs 0.03 seconds.
Run task 2 (37476)...
Run task 3 (17252)...
Run task 4 (16448)...
Run task 5 (24804)...
Task 2 runs 0.27 seconds.
Run task 6 (37476)...
Task 1 runs 0.58 seconds.
Run task 7 (4044)...
Task 3 runs 0.98 seconds.
Run task 8 (17252)...
Task 5 runs 1.13 seconds.
Run task 9 (24804)...
Task 6 runs 1.46 seconds.
Task 4 runs 2.73 seconds.
Task 8 runs 2.18 seconds.
Task 7 runs 2.93 seconds.
Task 9 runs 2.93 seconds.
結(jié)束測(cè)試

對(duì)Pool對(duì)象調(diào)用join()方法會(huì)等待所有子進(jìn)程執(zhí)行完畢，調(diào)用join()之前必須先調(diào)用close()，調(diào)用close()之后就不能繼續(xù)添加新的Process了。

進(jìn)程池map方法

案例來(lái)源于網(wǎng)絡(luò)，侵權(quán)請(qǐng)告知，謝謝

因?yàn)榫W(wǎng)上看到這個(gè)例子覺(jué)得不錯(cuò)，所以這里就不自己寫(xiě)案例，這個(gè)案例比較有說(shuō)服力

import os 
import PIL 

from multiprocessing import Pool 
from PIL import Image

SIZE = (75,75)
SAVE_DIRECTORY = \'thumbs\'

def get_image_paths(folder):
    return (os.path.join(folder, f) 
            for f in os.listdir(folder) 
            if \'jpeg\' in f)

def create_thumbnail(filename): 
    im = Image.open(filename)
    im.thumbnail(SIZE, Image.ANTIALIAS)
    base, fname = os.path.split(filename) 
    save_path = os.path.join(base, SAVE_DIRECTORY, fname)
    im.save(save_path)

if __name__ == \'__main__\':
    folder = os.path.abspath(
        \'11_18_2013_R000_IQM_Big_Sur_Mon__e10d1958e7b766c3e840\')
    os.mkdir(os.path.join(folder, SAVE_DIRECTORY))

    images = get_image_paths(folder)

    pool = Pool()
    pool.map(creat_thumbnail, images) #關(guān)鍵點(diǎn)，images是一個(gè)可迭代對(duì)象
    pool.close()
    pool.join()

上邊這段代碼的主要工作就是將遍歷傳入的文件夾中的圖片文件，一一生成縮略圖，并將這些縮略圖保存到特定文件夾中。這我的機(jī)器上，用這一程序處理 6000 張圖片需要花費(fèi) 27.9 秒。 map 函數(shù)并不支持手動(dòng)線程管理，反而使得相關(guān)的 debug 工作也變得異常簡(jiǎn)單。

map在爬蟲(chóng)的領(lǐng)域里也可以使用，比如多個(gè)URL的內(nèi)容爬取，可以把URL放入元祖里，然后傳給執(zhí)行函數(shù)。

以上就是一篇文章帶你搞定Python多進(jìn)程的詳細(xì)內(nèi)容，更多關(guān)于Python多進(jìn)程的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論