python/多进程笔记以及一些理解

文章目录

多进程
Pool
子进程
进程通信：

多进程

Python程序实现多进程（multiprocessing）:
Unix/Linux操作系统:
提供了一个fork()系统调用，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。
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 osprint('Process (%s) start...' % os.getpid())
# Only works on Unix/Linux/Mac:
pid = os.fork()
if pid == 0:print('I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid()))
else:print('I (%s) just created a child process (%s).' % (os.getpid(), pid))
运行结果如下：Process (876) start...
I (876) just created a child process (877).
I am child process (877) and my parent is 876.

有了fork调用，一个进程在接到新任务时就可以复制出一个子进程来处理新任务，常见的Apache服务器就是由父进程监听端口，每当有新的http请求时，就fork出子进程来处理新的http请求。
windows系统：
由于Windows没有fork调用，multiprocessing模块就是跨平台版本的多进程模块。
multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：
process模块是一个创建进程的模块，借助这个模块，就可以完成进程的创建。

语法：Process([group [, target [, name [, args [, kwargs]]]]])
'由该类实例化得到的对象，表示一个子进程中的任务（尚未启动）。'
'注意：
1. 必须使用关键字方式来指定参数；
2. args指定的为传给target函数的位置参数，是一个元祖形式，必须有逗号。'

group：参数未使用，默认值为None。
target：表示调用对象，即子进程要执行的任务。
args：表示调用的位置参数元组。
kwargs：表示调用对象的字典。如kwargs = {‘name’:Jack, ‘age’:18}。
name：子进程名称。

from multiprocessing import Process
import os# 子进程要执行的代码
def run_proc(name):print('Run child process %s (%s)...' % (name, os.getpid()))if __name__=='__main__':print('Parent process %s.' % os.getpid())p = Process(target=run_proc, args=('test',))#创建子进程执行run_proc，传入参数是testprint('Child process will start.')p.start()p.join()## 阻塞 直到子进程执行结束print('Child process end.')
'执行结果如下：'
Parent process 928.
Child process will start.
Run child process test (929)...
Process end

创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动，这样创建进程比fork()还要简单。
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

Pool

如果要启动大量的子进程，可以用进程池的方式批量创建子进程
apply_async 是异步非阻塞的。意思就是：不用等待当前进程执行完毕，随时根据系统调度来进行进程切换。

from multiprocessing import Process, Pool
import os, time, random# 子进程要执行的代码
def long_time_task(name):print('Run task %s (%s)....' % (name,os.getpid()))start = time.time()time.sleep(random.random()*3)#阻塞线程指定随机生成数秒end = time.time()print('Task %s runs %0.2f seconds.' % (name, (end - start)))if __name__ =='__main__':print('Parent process %s.' % os.getpid())p = Pool(4)for i in range(5):p.apply_async(long_time_task, args=(i,))print('Waiting for all subprocesses done...')p.close()p.join()# 每个子进程都阻塞 直到子进程执行结束 # 四个进程 同步了print('All subprocesses done.')
'执行结果'
Parent process 8532.
Waiting for all subprocesses done...
Run task 0 (4752)....
Run task 1 (9924)....
Run task 2 (3084)....
Run task 3 (3632)....
Task 3 runs 0.64 seconds.
Run task 4 (3632)....
Task 0 runs 2.04 seconds.
Task 2 runs 2.18 seconds.
Task 4 runs 1.95 seconds.
Task 1 runs 2.64 seconds.
All subprocesses done.

代码解读：
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。
通过time.sleep()阻塞线程若干秒
random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0
请注意输出的结果，task 0，1，2，3是立刻执行的，而task 4要等待前面某个task完成后才执行，这是因为Pool的默认大小在我的电脑上是4，因此，最多同时执行4个进程。这是Pool有意设计的限制，并不是操作系统的限制。如果改成：p = Pool(5).就可以同时跑5个进程。
由于Pool的默认大小是CPU的核数，如果你不幸拥有8核CPU，你要提交至少9个子进程才能看到上面的等待效果。

子进程

很多时候，子进程并不是自身，而是一个外部进程。我们创建了子进程后，还需要控制子进程的输入和输出。

subprocess模块可以让我们非常方便地启动一个子进程，然后控制其输入和输出。
演示如何在Python代码中运行命令nslookup www.python.org

import subprocessprint('$ nslookup www.python.org')
r = subprocess.call(['nslookup', 'www.python.org'])
print('Exit code:', r)
结果：
$ nslookup www.python.org
Server:     192.168.19.4
Address:    192.168.19.4#53Non-authoritative answer:
www.python.org  canonical name = python.map.fastly.net.
Name:   python.map.fastly.net
Address: 199.27.79.223Exit code: 0

nslookup命令用于查询DNS的记录,查询域名解析

subprocess.call(cmd, shell=True)

subprocess.call()执行由参数提供的命令.
我们可以用数组作为参数运行命令,也可以用字符串作为参数运行命令(通过设置参数shell=True).注意,参数shell默认为False

如果子进程还需要输入，则可以通过communicate()方法输入：

import subprocessprint('$ nslookup')
p = subprocess.Popen(['nslookup'], stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
output, err = p.communicate(b'set q=mx\npython.org\nexit\n')
print(output.decode('utf-8'))
print('Exit code:', p.returncode)

'上面的代码相当于在命令行执行命令`nslookup`，然后手动输入：'
set q=mx
python.org
exit
'运行结果如下：'
$ nslookup
Server:     192.168.19.4
Address:    192.168.19.4#53Non-authoritative answer:
python.org  mail exchanger = 50 mail.python.org.Authoritative answers can be found from:
mail.python.org internet address = 82.94.164.166
mail.python.org has AAAA address 2001:888:2000:d::a6Exit code: 0

stdin stdout和stderr:
分别表示子程序的标准输入、标准输出和标准错误。可选的值有PIPE或者一个有效的文件描述符（其实是个正整数）或者一个文件对象，还有None。如果是PIPE，则表示需要创建一个新的管道，如果是None，不会做任何重定向工作，子进程的文件描述符会继承父进程的。另外，stderr的值还可以是STDOUT，表示子进程的标准错误也输出到标准输出。
subprocess.Popen()方法的用法，转载：https://www.cnblogs.com/lgj8/p/12132829.html

进程通信：

Process之间肯定是需要通信的，操作系统提供了很多机制来实现进程间的通信。Python的multiprocessing模块包装了底层的机制，提供了Queue、Pipes等多种方式来交换数据。
我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：
Queue.get([block[, timeout]]) 读队列，timeout等待时间
Queue.put(item, [block[, timeout]]) 写队列，timeout等待时间
Queue.put()默认有 block = True 和 timeout 两个参数。当 block = True 时，写入是阻塞式的，阻塞时间由 timeou 确定。

from multiprocessing import Process, Queue
import os, time, randomdef write(q):print('Process to write: %s' % os.getpid())for value in ['A','B','C']:print('Put %s to queue' % value)q.put(value)time.sleep(random.random())#阻塞进程随机数秒,实现读写同步def read(q):print('Process to read: %s' % os.getpid())while True:value = q.get(True)print('Get %s from queue.' % value)if __name__ == '__main__':q = Queue()#父进程创建队列pw = Process(target = write, args=(q,))#创建写入子进程pr = Process(target=read, args=(q,))#创建读取子进程#启动子进程pw,写入：pw.start()#启动子进程pr，读取:pr.start()# 等待pw结束:pw.join()# pr进程里是死循环，无法等待其结束，只能强行终止:pr.terminate()'运行结果：'
Process to write: 7572
Put A to queue
Process to read: 3440
Get A from queue.
Put B to queue
Get B from queue.
Put C to queue
Get C from queue.
'如果去掉write函数里的阻塞，运行结果如下：'
Process to read: 3744
Process to write: 1328
Put A to queue
Put B to queue
Put C to queue
Get A from queue.
Get B from queue.
Get C from queue.

由于Windows没有fork调用，因此，multiprocessing需要“模拟”出fork的效果，父进程所有Python对象都必须通过pickle序列化再传到子进程去，所以，如果multiprocessing在Windows下调用失败了，要先考虑是不是pickle失败了。

附一个廖雪峰教程上，一个回复的理解：

'创建进程'
import multiprocessing
import timedef action(a, b):  # 待会两个进程要执行的任务↓for i in range(30):  # 循环30次print(a, ' ', b)time.sleep(0.1)  # 等待0.1sif __name__ == '__main__':  # 这行代码很重要，新建进程的时候都加上它！！原因不用管（我也不知道233）jc1 = multiprocessing.Process(target=action, args=('进程一', 0))  # 准备建立一个进程：multiprocessing.Process()jc2 = multiprocessing.Process(target=action, args=('进程二', 1))  # 再准备建立一个新进程，这是基本格式记住←
# 必要参数target:指定进程要执行的任务(这里是执行函数 action),必要参数args:直译成中文就是'参数'，顾名思义就是前面target的参数，即action的参数，注意args是个元组，所以args后的参数写成tuple元组格式。直接写target('进程一',0)一定报错的jc1.start()  # 将蓄势待发的jc1进程正式启动！！jc2.start()  # 同上...jc1.join()  # 等待进程jc1将任务执行完...jc2.join()  # ...print('jc1,jc2任务都已执行完毕')jc1.close()  # 彻底关闭进程jc1jc2.close()  # ...'#输出结果是两个进程同时且连续打印0、1'

'Pool'
from multiprocessing import Pool
import time
import osdef action1(a, b=5):for i in range(b):print(a, os.getpid(), ' ', i)  # os.getpid(): pid简单来说就是每个进程的“身份证”time.sleep(0.1)#阻塞进程实现进程一二三轮流执行if __name__ == '__main__':  # 还要添加这行，否则可能出现异常ci = Pool(3)  # 创建一个进程池，容量为3个进程ci.apply_async(action1, args=('进程一',))  # 启动第一个子进程...ci.apply_async(action1, args=('进程二', 5))  # 和普通进程的启动方式有很大不同仔细看ci.apply_async(action1, args=('进程三', 7 ))  # Pool的最基本格式记住←
# 注意：程序现在有4个进程在运行：上面的三个子进程 和一个最为核心的：主进程ci.close()  # 关闭进程池（但池子内已启动的子进程还会继续进行）ci.join()  # 等待进程池内的所有子进程完毕print('比如说这最后的一行输出就是主进程执行任务打印出来的')执行结果：进程一 6476   0
进程二 6616   0
进程三 3356   0
进程一 6476   1
进程二 6616   1
进程三 3356   1
进程一 6476   2
进程二 6616   2
进程三 3356   2
进程一 6476   3
进程二 6616   3
进程三 3356   3
进程一 6476   4
进程二 6616   4
进程三 3356   4
进程三 3356   5
进程三 3356   6
比如说这最后的一行输出就是主进程执行任务打印出来的

'进程间的通信：'
import multiprocessingdef foo(aa):ss = aa.get()  # 管子的另一端放在子进程这里，子进程接收到了数据print('子进程已收到数据...')print(ss)  # 子进程打印出了数据内容...if __name__ == '__main__':  # 要加这行...tx = multiprocessing.Queue()  # 创建进程通信的Queue，你可以理解为我拿了个管子来...jc = multiprocessing.Process(target=foo, args=(tx,))  # 创建子进程jc.start()  # 启子子进程print('主进程准备发送数据...')tx.put('有内鬼，终止交易！')  # 将管子的一端放在主进程这里，主进程往管子里丢入数据↑jc.join()