Python学习5进程和线程1

material:廖雪峰

  • 多进程(multiprocessing)
    • fork()函数
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.

在语句pid=os.fork()之前,只有一个进程在执行这段代码,但在这条语句之后,就变成两个进程在执行了,这两个进程的几乎完全相同,将要执行的下一条语句都是if pid==0 ……
为什么两个进程的pid不同呢,这与fork函数的特性有关。fork调用的一个奇妙之处就是它仅仅被调用一次,却能够返回两次,它可能有三种不同的返回值:
1)在父进程中,fork返回新创建子进程的进程ID;
2)在子进程中,fork返回0;
3)如果出现错误,fork返回一个负值;
在fork函数执行完毕后,如果创建新进程成功,则出现两个进程,一个是子进程,一个是父进程。在子进程中,fork函数返回0,在父进程中,fork返回新创建子进程的进程ID。我们可以通过fork返回的值来判断当前进程是子进程还是父进程。引用一位网友的话来解释pid的值为什么在父子进程中不同。“其实就相当于链表,进程形成了链表,父进程的fpid(p 意味point)指向子进程的进程id, 因为子进程没有子进程,所以其fpid为0.

detailed explanation:
fork入门知识
  • multiprocessing
    跨平台的多进程模块,可以在windows上调用
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',)) print('Child process will start.') p.start() p.join() print('Child process end.')

执行结果如下:
Parent process 928. Child Process will start. Run child process test (929)... Process end.

【Python学习5进程和线程1】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进程池
    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:
import os, time, randomdef long_time_task(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__': print('Parent process %s.' % os.getpid()) p = Pool() for i in range(8): p.apply_async(long_time_task, args=(i,)) print('Waiting for all subprocesses done...') p.close() p.join() print('All subprocesses done.')

在我的7核cpu上执行结果如下:
Waiting for all subprocesses done... Run task 0 (78178)... Run task 1 (78179)... Run task 2 (78180)... Run task 3 (78181)... Run task 4 (78182)... Run task 5 (78183)... Run task 6 (78184)... Run task 7 (78185)... Task 6 runs 0.22 seconds. Run task 8 (78184)... Task 5 runs 1.29 seconds. Task 4 runs 1.43 seconds. Task 8 runs 1.43 seconds. Task 1 runs 1.69 seconds. Task 0 runs 1.85 seconds. Task 3 runs 2.08 seconds. Task 7 runs 2.24 seconds. Task 2 runs 2.26 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。
请注意输出的结果,task 0,1,2,3,4,5,6,7是立刻执行的,而task 8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8,因此,最多同时执行8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(9)
就可以同时跑9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
    subprocess模块,没看懂
  • 进程间通信
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:
from multiprocessing import Process, Queue import os, time, random# 写数据进程执行的代码: def 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())# 读数据进程执行的代码: def read(q): print('Process to read: %s' % os.getpid()) while True: value = https://www.it610.com/article/q.get(True) print('Get %s from queue.' % value)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() # 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()

运行结果如下:
Process to write: 50563 Put A to queue... Process to read: 50564 Get A from queue. Put B to queue... Get B from queue. Put C to queue... Get C from queue.

    推荐阅读