前言

在上一篇【python进阶】深入理解系统进程1中,我们讲述了多任务的一些概念,多进程的创建,fork等一些问题,这一节我们继续接着讲述系统进程的一些方法及注意点

multiprocessing

如果你打算编写多进程的服务程序,Unix/Linux⽆疑是正确的选择。由于 Windows没有fork调⽤,难道在Windows上⽆法⽤Python编写多进程的程 序?
由于Python是跨平台的,⾃然也应该提供⼀个跨平台的多进程⽀持。 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:

from multiprocessing import Process 
import os 
 
# 子进程要执行的代码 
def run_proc(name): 
    print('子进程运行中,name= %s ,pid=%d...' % (name, os.getpid())) 
 
if __name__=='__main__': 
    print('父进程 %d.' % os.getpid()) 
    p = Process(target=run_proc, args=('test',)) 
    print('子进程将要执行') 
    p.start() 
    p.join() 
    print('子进程已结束')

运行结果:

说明

  • 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。

Process语法结构如下:

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

  • target:表示这个进程实例所调用对象;

  • args:表示调用对象的位置参数元组;

  • kwargs:表示调用对象的关键字参数字典;

  • name:为当前进程实例的别名;

  • group:大多数情况下用不到;

Process类常用方法:

  • is_alive():判断进程实例是否还在执行;

  • join([timeout]):是否等待进程实例执行结束,或等待多少秒;

  • start():启动进程实例(创建子进程);

  • run():如果没有给定target参数,对这个对象调用start()方法时,就将执行对象中的run()方法;

  • terminate():不管任务是否完成,立即终止;

Process类常用属性:

  • name:当前进程实例别名,默认为Process-N,N为从1开始递增的整数;

  • pid:当前进程实例的PID值;

实例1

from multiprocessing import Process 
import os 
from time import sleep 
 
# 子进程要执行的代码 
def run_proc(name, age, **kwargs): 
    for i in range(10): 
        print('子进程运行中,name= %s,age=%d ,pid=%d...' % (name, age,os.getpid())) 
        print(kwargs) 
        sleep(0.5) 
 
if __name__=='__main__': 
    print('父进程 %d.' % os.getpid()) 
    p = Process(target=run_proc, args=('test',18), kwargs={"m":20}) 
    print('子进程将要执行') 
    p.start() 
    sleep(1) 
    p.terminate() 
    p.join() 
    print('子进程已结束')

运行结果:

实例2

from multiprocessing import Process 
import time 
import os 
 
#两个子进程将会调用的两个方法 
def  worker_1(interval): 
    print("worker_1,父进程(%s),当前进程(%s)"%(os.getppid(),os.getpid())) 
    t_start = time.time() 
    time.sleep(interval) #程序将会被挂起interval秒 
    t_end = time.time() 
    print("worker_1,执行时间为'%0.2f'秒"%(t_end - t_start)) 
 
def  worker_2(interval): 
    print("worker_2,父进程(%s),当前进程(%s)"%(os.getppid(),os.getpid())) 
    t_start = time.time() 
    time.sleep(interval) 
    t_end = time.time() 
    print("worker_2,执行时间为'%0.2f'秒"%(t_end - t_start)) 
 
#输出当前程序的ID 
print("进程ID:%s"%os.getpid()) 
 
#创建两个进程对象,target指向这个进程对象要执行的对象名称, 
#args后面的元组中,是要传递给worker_1方法的参数, 
#因为worker_1方法就一个interval参数,这里传递一个整数2给它, 
#如果不指定name参数,默认的进程对象名称为Process-N,N为一个递增的整数 
p1=Process(target=worker_1,args=(2,)) 
p2=Process(target=worker_2,name="dongGe",args=(1,)) 
 
#使用"进程对象名称.start()"来创建并执行一个子进程, 
#这两个进程对象在start后,就会分别去执行worker_1和worker_2方法中的内容 
p1.start() 
p2.start() 
 
#同时父进程仍然往下执行,如果p2进程还在执行,将会返回True 
print("p2.is_alive=%s"%p2.is_alive()) 
 
#输出p1和p2进程的别名和pid 
print("p1.name=%s"%p1.name) 
print("p1.pid=%s"%p1.pid) 
print("p2.name=%s"%p2.name) 
print("p2.pid=%s"%p2.pid) 
 
#join括号中不携带参数,表示父进程在这个位置要等待p1进程执行完成后, 
#再继续执行下面的语句,一般用于进程间的数据同步,如果不写这一句, 
#下面的is_alive判断将会是True,在shell(cmd)里面调用这个程序时 
#可以完整的看到这个过程,大家可以尝试着将下面的这条语句改成p1.join(1), 
#因为p2需要2秒以上才可能执行完成,父进程等待1秒很可能不能让p1完全执行完成, 
#所以下面的print会输出True,即p1仍然在执行 
p1.join() 
print("p1.is_alive=%s"%p1.is_alive())

执行结果:

进程的创建-Process子类

创建新的进程还能够使用类的方式,可以自定义一个类,继承Process类,每次实例化这个类的时候,就等同于实例化一个进程对象,请看下面的实例:

from multiprocessing import Process 
import time 
import os 
 
#继承Process类 
class Process_Class(Process): 
    #因为Process类本身也有__init__方法,这个子类相当于重写了这个方法, 
    #但这样就会带来一个问题,我们并没有完全的初始化一个Process类,所以就不能使用从这个类继承的一些方法和属性, 
    #最好的方法就是将继承类本身传递给Process.__init__方法,完成这些初始化操作 
    def __init__(self,interval): 
        Process.__init__(self) 
        self.interval = interval 
 
    #重写了Process类的run()方法 
    def run(self): 
        print("子进程(%s) 开始执行,父进程为(%s)"%(os.getpid(),os.getppid())) 
        t_start = time.time() 
        time.sleep(self.interval) 
        t_stop = time.time() 
        print("(%s)执行结束,耗时%0.2f秒"%(os.getpid(),t_stop-t_start)) 
 
if __name__=="__main__": 
    t_start = time.time() 
    print("当前程序进程(%s)"%os.getpid())         
    p1 = Process_Class(2) 
    #对一个不包含target属性的Process类执行start()方法,就会运行这个类中的run()方法,所以这里会执行p1.run() 
    p1.start() 
    p1.join() 
    t_stop = time.time() 
    print("(%s)执行结束,耗时%0.2f"%(os.getpid(),t_stop-t_start))

执行结果:

进程池Pool

当需要创建的子进程数量不多时,可以直接利用multiprocessing中的Process动态成生多个进程,但如果是上百甚至上千个目标,手动的去创建进程的工作量巨大,此时就可以用到multiprocessing模块提供的Pool方法。

初始化Pool时,可以指定一个最大进程数,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指定的最大值,那么该请求就会等待,直到池中有进程结束,才会创建新的进程来执行,请看下面的实例:

from multiprocessing import Pool 
import os,time,random 
 
def worker(msg): 
    t_start = time.time() 
    print("%s开始执行,进程号为%d"%(msg,os.getpid())) 
    #random.random()随机生成0~1之间的浮点数 
    time.sleep(random.random()*2)  
    t_stop = time.time() 
    print(msg,"执行完毕,耗时%0.2f"%(t_stop-t_start)) 
 
po=Pool(3) #定义一个进程池,最大进程数3 
for i in range(0,10): 
    #Pool.apply_async(要调用的目标,(传递给目标的参数元祖,)) 
    #每次循环将会用空闲出来的子进程去调用目标 
    po.apply_async(worker,(i,)) 
 
print("----start----") 
po.close() #关闭进程池,关闭后po不再接收新的请求 
po.join() #等待po中所有子进程执行完成,必须放在close语句之后 
print("-----end-----")

运行结果:

multiprocessing.Pool常用函数解析:

  • apply_async(func[, args[, kwds]]) :使用非阻塞方式调用func(并行执行,堵塞方式必须等待上一个进程退出才能执行下一个进程),args为传递给func的参数列表,kwds为传递给func的关键字参数列表;

  • apply(func[, args[, kwds]]):使用阻塞方式调用func

  • close():关闭Pool,使其不再接受新的任务;

  • terminate():不管任务是否完成,立即终止;

  • join():主进程阻塞,等待子进程的退出, 必须在close或terminate之后使用;

apply堵塞式

from multiprocessing import Pool 
import os,time,random 
 
def worker(msg): 
    t_start = time.time() 
    print("%s开始执行,进程号为%d"%(msg,os.getpid())) 
    #random.random()随机生成0~1之间的浮点数 
    time.sleep(random.random()*2)  
    t_stop = time.time() 
    print(msg,"执行完毕,耗时%0.2f"%(t_stop-t_start)) 
 
po=Pool(3) #定义一个进程池,最大进程数3 
for i in range(0,10): 
    po.apply(worker,(i,)) 
 
print("----start----") 
po.close() #关闭进程池,关闭后po不再接收新的请求 
po.join() #等待po中所有子进程执行完成,必须放在close语句之后 
print("-----end-----")

运行结果:

进程间通信-Queue

Process之间有时需要通信,操作系统提供了很多机制来实现进程间的通信。

1. Queue的使用

可以使用multiprocessing模块的Queue实现多进程之间的数据传递,Queue本身是一个消息列队程序,首先用一个小实例来演示一下Queue的工作原理:

from multiprocessing import Queue 
q=Queue(3) #初始化一个Queue对象,最多可接收三条put消息 
q.put("消息1")  
q.put("消息2") 
print(q.full())  #False 
q.put("消息3") 
print(q.full()) #True 
 
#因为消息列队已满下面的try都会抛出异常,第一个try会等待2秒后再抛出异常,第二个Try会立刻抛出异常 
try: 
    q.put("消息4",True,2) 
except: 
    print("消息列队已满,现有消息数量:%s"%q.qsize()) 
 
try: 
    q.put_nowait("消息4") 
except: 
    print("消息列队已满,现有消息数量:%s"%q.qsize()) 
 
#推荐的方式,先判断消息列队是否已满,再写入 
if not q.full(): 
    q.put_nowait("消息4") 
 
#读取消息时,先判断消息列队是否为空,再读取 
if not q.empty(): 
    for i in range(q.qsize()): 
        print(q.get_nowait())

运行结果:

说明

初始化Queue()对象时(例如:q=Queue()),若括号中没有指定最大可接收的消息数量,或数量为负值,那么就代表可接受的消息数量没有上限(直到内存的尽头);

  • Queue.qsize():返回当前队列包含的消息数量;

  • Queue.empty():如果队列为空,返回True,反之False ;

  • Queue.full():如果队列满了,返回True,反之False;

  • Queue.get([block[, timeout]]):获取队列中的一条消息,然后将其从列队中移除,block默认值为True;

1)如果block使用默认值,且没有设置timeout(单位秒),消息列队如果为空,此时程序将被阻塞(停在读取状态),直到从消息列队读到消息为止,如果设置了timeout,则会等待timeout秒,若还没读取到任何消息,则抛出"Queue.Empty"异常;

2)如果block值为False,消息列队如果为空,则会立刻抛出"Queue.Empty"异常;

  • Queue.get_nowait():相当Queue.get(False);

  • Queue.put(item,[block[, timeout]]):将item消息写入队列,block默认值为True;

1)如果block使用默认值,且没有设置timeout(单位秒),消息列队如果已经没有空间可写入,此时程序将被阻塞(停在写入状态),直到从消息列队腾出空间为止,如果设置了timeout,则会等待timeout秒,若还没空间,则抛出"Queue.Full"异常;

2)如果block值为False,消息列队如果没有空间可写入,则会立刻抛出"Queue.Full"异常;

  • Queue.put_nowait(item):相当Queue.put(item, False);

2. Queue实例

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): 
    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): 
    while True: 
        if not q.empty(): 
            value = q.get(True) 
            print('Get %s from queue.' % value) 
            time.sleep(random.random()) 
        else: 
            break 
 
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()     
    # 等待pw结束: 
    pw.join() 
    # 启动子进程pr,读取: 
    pr.start() 
    pr.join() 
    # pr进程里是死循环,无法等待其结束,只能强行终止: 
    print('') 
    print('所有数据都写入并且读完')

运行结果:

3. 进程池中的Queue

如果要使用Pool创建进程,就需要使用multiprocessing.Manager()中的Queue(),而不是multiprocessing.Queue(),否则会得到一条如下的错误信息:

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信:

#修改import中的Queue为Manager 
from multiprocessing import Manager,Pool 
import os,time,random 
 
def reader(q): 
    print("reader启动(%s),父进程为(%s)"%(os.getpid(),os.getppid())) 
    for i in range(q.qsize()): 
        print("reader从Queue获取到消息:%s"%q.get(True)) 
 
def writer(q): 
    print("writer启动(%s),父进程为(%s)"%(os.getpid(),os.getppid())) 
    for i in "dongGe": 
        q.put(i) 
 
if __name__=="__main__": 
    print("(%s) start"%os.getpid()) 
    q=Manager().Queue() #使用Manager中的Queue来初始化 
    po=Pool() 
    #使用阻塞模式创建进程,这样就不需要在reader中使用死循环了,可以让writer完全执行完成后,再用reader去读取 
    po.apply(writer,(q,)) 
    po.apply(reader,(q,)) 
    po.close() 
    po.join() 
    print("(%s) End"%os.getpid())

运行结果:

 

发布评论

分享到:

IT虾米网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!

python进阶深入理解系统进程1详解
你是第一个吃螃蟹的人
发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。