锐客网

  1. 首页 > 生活百科 > it技术 > >

python多进程函数 python3 多进程

IT技术进程

Python多进程multiprocessing模块介绍 multiprocessing 是一个支持使用与 threading 模块类似的 API 来产生进程的包 。multiprocessing 包同时提供了本地和远程并发操作 ， 通过使用子进程而非线程有效地绕过了 全局解释器锁 。因此，multiprocessing 模块允许程序员充分利用给定机器上的多个处理器 。它在 Unix 和 Windows 上均可运行 。
1、multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)
2、相关方法
输出结果如下：
Pool提供了一种快捷的方法，赋予函数并行化处理一系列输入值的能力，可以将输入数据分配给不同进程处理（数据并行） 。下面的例子演示了在模块中定义此类函数的常见做法，以便子进程可以成功导入该模块 。这个数据并行的基本例子使用了 Pool。
将在标准输出中打印
其中：
（1）p.apply(func [, args [, kwargs]]):在一个池工作进程中执行func( args,kwargs),然后返回结果 。需要强调的是：此操作并不会在所有池工作进程中并执行func函数 。如果要通过不同参数并发地执行func函数 ， 必须从不同线程调用p.apply()函数或者使用p.apply_async()
（2）p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func( args,**kwargs),然后返回结果 。此方法的结果是AsyncResult类的实例，callback是可调用对象，接收输入参数 。当func的结果变为可用时，将理解传递给callback 。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果 。多进程并发！
（3）p.close():关闭进程池，防止进一步操作 。如果所有操作持续挂起，它们将在工作进程终止前完成
（4）p.jion():等待所有工作进程退出 。此方法只能在close（）或teminate()之后调用
python 多进程 基于官方文档：
日乐购python多进程函数 ， 刚才看到的一个博客，写的都不太对，还是基于官方的比较稳妥
我就是喜欢抄官方的，哈哈
通常我们使用Process实例化一个进程，并调用 python多进程函数他的 start() 方法启动它 。
这种方法和 Thread 是一样的 。
上图中，我写了p.join() 所以主进程是 等待 子进程执行完后，才执行print("运行结束")
否则就是反过来了（这个不一定，看python多进程函数你的语句了，顺序其实是随机的）例如：
主进加个 sleep
所以不加join() ,其实子进程和主进程是各干各的，谁也不等谁 。都执行完后，文件运行就结束了
上面我们用了 os.getpid()和 os.getppid() 获取 当前进程，和父进程的id
下面就讲一下，这两个函数的用法：
os.getpid()
返回当前进程的id
os.getppid()
返回父进程的id 。父进程退出后，unix 返回初始化进程（1）中的一个
windows返回相同的id (可能被其他进程使用了)
这也就解释了，为啥我上面 的程序运行多次， 第一次打印的parentid都是 14212 了 。
而子进程的父级 process id 是调用他的那个进程的 id ： 1940
视频笔记：
多进程：使用大致方法：
参考： 进程通信（pipe和queue）
pool.map（函数可以有return也可以共享内存或queue） 结果直接是个列表
poll.apply_async()（同map,只不过是一个进程，返回结果用 xx.get() 获得）
报错：
参考 ：
把 pool = Pool()放到 ifname== " main ": 下面初始化搞定 。
结果：
这个肯定有解释的
测试多进程计算效果：
进程池运行：
结果：
普通计算：
我们同样传入 1 2 10 三个参数测试：
其实对比下来开始快了一半的python多进程函数；
我们把循环里的数字去掉一个 0；
单进程：
多进程：
两次测试单进程/进程池分别为 0.669 和 0.772几乎成正比的 。
问题 二：
视图：
post 视图里面
Music 类：
直接报错：
写在 类里面也 在函数里用 self.pool调用也不行 ， 也是相同的错误 。
最后 把 pool = Pool 直接写在 search 函数里面，奇迹出现了：
前台也能显示搜索的音乐结果了
总结一点，进程这个东西 ， 最好 写在 直接运行的函数里面，而不是 一个函数跳来跳去 。因为最后可能 是在子进程的子进程运行的，这是不许的，会报错 。
还有一点，多进程运行的函数对象 ， 不能是 lambda 函数 。也许lambda 虚拟，在内存python多进程函数？？
使用 pool.map 子进程 函数报错 ， 导致整个 pool 挂了:
参考：
主要你要，对函数内部捕获错误 ， 而不能让异常抛出就可以了 。
关于map 传多个函数参数
我一开始，就是正常思维，多个参数，搞个元祖 ， 让参数一一对应不就行了：
报错：
参考：
普通的 process 当让可以穿多个参数，map 却不知道咋传的 。
apply_async和map 一样，不知道咋传的 。
最简单的方法：
使用 starmap 而不是 map
结果：
子进程结束
1.8399453163146973
成功拿到结果了
关于map 和 starmap 不同的地方看源码：
关于apply_async() ,我没找到多参数的方法，大不了用 一个迭代的starmap 实现 。哈哈
关于 上面源码里面有 itertools.starmap
itertools 用法参考：
有个问题，多进程最好不要使用全部的 cpu , 因为这样可能影响其他任务，所以 在进程池 添加 process参数 指定，cpu 个数：
上面就是预留了 一个cpu 干其他事的
后面直接使用 Queue 遇到这个问题：
解决：
Manager().Queue()代替 Queue()
因为 queue.get() 是堵塞型的，所以可以提前判断是不是 空的 ， 以免堵塞进程 。比如下面这样：
使用 queue.empty()空为True
Python多进程运行——Multiprocessing基础教程2 上篇文章简单介绍python多进程函数了multiprocessing模块，本文将要介绍进程之间python多进程函数的数据共享和信息传递的概念 。
在多进程处理中，所有新创建的进程都会有这两个特点：独立运行，有自己的内存空间 。
我们来举个例子展示一下：
这个程序的输出结果是：
在上面的程序中我们尝试在两个地方打印全局列表result的内容：
我们再用一张图来帮助理解记忆不同进程间的数据关系：
如果程序需要在不同的进程之间共享一些数据的话，该怎么做呢？不用担心 ， multiprocessing模块提供了Array对象和Value对象 ， 用来在进程之间共享数据 。
所谓Array对象和Value对象分别是指从共享内存中分配的ctypes数组和对象 。我们直接来看一个例子，展示如何用Array对象和Value对象在进程之间共享数据：
程序输出的结果如下：
成功了！主程序和p1进程输出了同样的结果，说明程序中确实完成了不同进程间的数据共享 。那么我们来详细看一下上面的程序做了什么：
在主程序中我们首先创建了一个Array对象：
向这个对象输入的第一个参数是数据类型：i表示整数，d代表浮点数 。第二个参数是数组的大小，在这个例子中我们创建了包含4个元素的数组 。
类似的，我们创建了一个Value对象：
我们只对Value对象输入了一个参数，那就是数据类型，与上述的方法一致 。当然，我们还可以对其指定一个初始值（比如10），就像这样：
随后，我们在创建进程对象时，将刚创建好的两个对象：result和square_sum作为参数输入给进程：
在函数中result元素通过索引进行数组赋值，square_sum通过 value 属性进行赋值 。
注意：为了完整打印result数组的结果，需要使用 result[:] 进行打?。鴖quare_sum也需要使用 value 属性进行打?。?
每当python程序启动时，同时也会启动一个服务器进程 。随后，只要我们需要生成一个新进程 ， 父进程就会连接到服务器并请求它派生一个新进程 。这个服务器进程可以保存Python对象，并允许其他进程使用代理来操作它们 。
multiprocessing模块提供了能够控制服务器进程的Manager类 。所以，Manager类也提供了一种创建可以在不同流程之间共享的数据的方法 。
服务器进程管理器比使用共享内存对象更灵活，因为它们可以支持任意对象类型，如列表、字典、队列、值、数组等 。此外 ， 单个管理器可以由网络上不同计算机上的进程共享 。
但是 ， 服务器进程管理器的速度比使用共享内存要慢 。
让我们来看一个例子：
这个程序的输出结果是：
我们来理解一下这个程序做了什么：首先我们创建了一个manager对象
在with语句下的所有行，都是在manager对象的范围内的 。接下来我们使用这个manager对象创建了列表（类似的，我们还可以用 manager.dict() 创建字典） 。
最后我们创建了进程p1（用于在records列表中插入一条新的record）和p2（将records打印出来），并将records作为参数进行传递 。
服务器进程的概念再次用下图总结一下：
为了能使多个流程能够正常工作，常常需要在它们之间进行一些通信，以便能够划分工作并汇总最后的结果 。multiprocessing模块支持进程之间的两种通信通道：Queue和Pipe 。
使用队列来回处理多进程之间的通信是一种比较简单的方法 。任何Python对象都可以使用队列进行传递 。我们来看一个例子：
上面这个程序的输出结果是：
我们来看一下上面这个程序到底做了什么 。首先我们创建了一个Queue对象：
然后，将这个空的Queue对象输入square_list函数 。该函数会将列表中的数平方，再使用 put() 方法放入队列中：
随后使用 get() 方法，将q打印出来 ， 直至q重新称为一个空的Queue对象：
我们还是用一张图来帮助理解记忆：
一个Pipe对象只能有两个端点 。因此，当进程只需要双向通信时，它会比Queue对象更好用 。
multiprocessing模块提供了 Pipe() 函数，该函数返回由管道连接的一对连接对象 。Pipe() 返回的两个连接对象分别表示管道的两端 。每个连接对象都有 send() 和 recv() 方法 。
我们来看一个例子：
上面这个程序的输出结果是：
我们还是来看一下这个程序到底做了什么 。首先创建了一个Pipe对象：
与上文说的一样 ， 该对象返回了一对管道两端的两个连接对象 。然后使用 send() 方法和 recv() 方法进行信息的传递 。就这么简单 。在上面的程序中，我们从一端向另一端发送一串消息 。在另一端，我们收到消息 ， 并在收到END消息时退出 。
要注意的是，如果两个进程(或线程)同时尝试从管道的同一端读取或写入管道中的数据 ， 则管道中的数据可能会损坏 。不过不同的进程同时使用管道的两端是没有问题的 。还要注意，Queue对象在进程之间进行了适当的同步，但代价是增加了计算复杂度 。因此，Queue对象对于线程和进程是相对安全的 。
最后我们还是用一张图来示意：
Python的multiprocessing模块还剩最后一篇文章：多进程的同步与池化
敬请期待啦！
Python的多进程模块multiprocessing众所周知python多进程函数 ， Python中不存在真正python多进程函数的多线程，Python中的多线程是一个并发过程 。如果想要并行的执行程序，充分的利用cpu资源(cpu核心) ， 还是需要使用多进程解决的 。其中multiprocessing模块应该是Python中最常用的多进程模块python多进程函数了 。
基本上multiprocessing这个模块和threading这个模块用法是相同的，也是可以通过函数和类创建进程 。
上述案例基本上就是笔者搬用了上篇文章多线程的案例，可见其使用的相似之处 。导入multiprocessing后实例化Process就可以创建一个进程，参数的话也是和多线程一样 ， target放置进程执行函数，args存放该函数的参数 。
使用类来创建进程也是需要先继承multiprocessing.Process并且实现其init方法 。
Pool可以提供指定数量的进程，供用户调用，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规定最大值，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 。
需要注意的是 ， 在调用join方法阻塞进程前，需要先调用close方法，，否则程序会出错 。
在上述案例中 ， 提到了非阻塞，当把创建进程的方法换为pool.apply(func, (msg,))时，就会阻塞进程，出现下面的状况 。
在multiprocessing模块中还存在Queue对象，这是一个进程的安全队列 ， 近似queue.Queue 。队列一般也是需要配合多线程或者多进程使用 。
下列案例是一个使用进程队列实现的生产者消费者模式 。
multiprocessing支持两种进程间的通信，其中一种便是上述案例的队列，另一种则称作管道 。在官方文档的描述中，multiprocessing中的队列是基于管道实现的，并且拥有更高的读写效率 。
管道可以理解为进程间的通道 ， 使用Pipe([duplex])创建，并返回一个元组(conn1,conn2) 。如果duplex被置为True(默认值)，那么该管道是双向的 ， 如果duplex被置为False，那么该管道是单向的，即conn1只能用于接收消息，而conn2仅能用于发送消息 。
其中conn1、conn2表示管道两端的连接对象，每个连接对象都有send()和recv()方法 。send和recv方法分别是发送和接受消息的方法 。例如，可以调用conn1.send发送消息，conn1.recv接收消息 。如果没有消息可接收，recv方法会一直阻塞 。如果管道已经被关闭，那么recv方法会抛出EOFError 。
关于multiprocessing模块其实还有很多实用的类和方法 ， 由于篇幅有限(懒),笔者就先写到这里 。该模块其实用起来很像threading模块，像锁对象和守护线程(进程)等multiprocessing模块也是有的，使用方法也近乎相同 。
如果想要更加详细的了解multiprocessing模块，请参考官方文档 。
如何使用Python实现多进程编程1. Process
创建进程的类：Process([group [, target [, name [, args [, kwargs]]]]])，target表示调用对象，args表示调用对象的位置参数元组 。kwargs表示调用对象的字典 。name为别名 。group实质上不使用 。
方法：is_alive()、join([timeout])、run()、start()、terminate() 。其中，Process以start()启动某个进程 。
属性：authkey、daemon（要通过start()设置）、exitcode(进程在运行时为None、如果为–N ， 表示被信号N结束）、name、pid 。其中daemon是父进程终止后自动终止，且自己不能产生新进程，必须在start()之前设置 。
例1.1：创建函数并将其作为单个进程
import multiprocessing
import time
def worker(interval):
n = 5
while n0:
print("The time is {0}".format(time.ctime()))
time.sleep(interval)
n -= 1
if __name__ == "__main__":
p = multiprocessing.Process(target = worker, args = (3,))
p.start()
print "p.pid:", p.pid
print "p.name:", p.name
print "p.is_alive:", p.is_alive()
结果
12345678p.pid: 8736p.name: Process-1p.is_alive: TrueThe time is Tue Apr 21 20:55:12 2015The time is Tue Apr 21 20:55:15 2015The time is Tue Apr 21 20:55:18 2015The time is Tue Apr 21 20:55:21 2015The time is Tue Apr 21 20:55:24 2015
例1.2：创建函数并将其作为多个进程
import multiprocessing
import time
def worker_1(interval):
print "worker_1"
time.sleep(interval)
print "end worker_1"
def worker_2(interval):
print "worker_2"
time.sleep(interval)
print "end worker_2"
def worker_3(interval):
print "worker_3"
time.sleep(interval)
print "end worker_3"
if __name__ == "__main__":
p1 = multiprocessing.Process(target = worker_1, args = (2,))
p2 = multiprocessing.Process(target = worker_2, args = (3,))
p3 = multiprocessing.Process(target = worker_3, args = (4,))
p1.start()
p2.start()
p3.start()
print("The number of CPU is:"str(multiprocessing.cpu_count()))
for p in multiprocessing.active_children():
print("childp.name:"p.name"\tp.id"str(p.pid))
print "END!!!!!!!!!!!!!!!!!"
结果
1234567891011The number of CPU is:4childp.name:Process-3p.id7992childp.name:Process-2p.id4204childp.name:Process-1p.id6380END!!!!!!!!!!!!!!!!!worker_1worker_3worker_2end worker_1end worker_2end worker_3
例1.3：将进程定义为类
import multiprocessing
import time
class ClockProcess(multiprocessing.Process):
def __init__(self, interval):
multiprocessing.Process.__init__(self)
self.interval = interval
def run(self):
n = 5
while n0:
print("the time is {0}".format(time.ctime()))
time.sleep(self.interval)
n -= 1
if __name__ == '__main__':
p = ClockProcess(3)
p.start()
注：进程p调用start()时 ， 自动调用run()
结果
12345the time is Tue Apr 21 20:31:30 2015the time is Tue Apr 21 20:31:33 2015the time is Tue Apr 21 20:31:36 2015the time is Tue Apr 21 20:31:39 2015the time is Tue Apr 21 20:31:42 2015
【python多进程函数 python3 多进程】关于python多进程函数和python3 多进程的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：鹤岗专注sap运维服务，鹤岗普工招聘信息

    下一篇：无人直播特别火，无人直播有什么用