python中multiprocessing、multiprocessing.dummy和threading用法笔记

一、multiprocessing

用法参考地址：multiprocessing用法
首先解释一个误区：
进程池的大小是每次同时执行的进程数，但是并不会影响主进程申请进程的数量。主进程申请多进程量不等于池子大小。

1、子进程无返回值

# -*- coding:utf-8 -*-
from multiprocessing import Pool as Pool
import time

def func(msg):
    print 'msg:', msg
    time.sleep(2)
    print 'end:'
    
pool = Pool(processes=3)
for i in xrange(1, 5):
    msg = 'hello %d' % (i)
    pool.apply_async(func,(msg,))   # 非阻塞
    # pool.apply(func,(msg,))       # 阻塞,apply()源自内建函数，用于间接的调用函数，并且按位置把元祖或字典作为参数传入。
    # pool.imap(func,[msg,])        # 非阻塞, 注意与apply传的参数的区别
    # pool.map(func, [msg, ])       # 阻塞

print 'Mark~~~~~~~~~~~~~~~'
pool.close()
pool.join()  # 调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
print 'sub-process done'

1. 非阻塞方法
   multiprocessing.Pool.apply_async() 和 multiprocessing.Pool.imap()
   进程并发执行
2. 阻塞方法
   multiprocessing.Pool.apply()和 multiprocessing.Pool.map()
   进程顺序执行

2、子进程有返回值

只有apply_async可以有返回值，apply，map，imap不可以设置返回值.

# -*- coding:utf-8 -*-
from multiprocessing import Pool as Pool
import time

def func(msg):
    print 'msg:', msg
    time.sleep(2)
    print 'end:'
    return msg

pool = Pool(processes=3)

result = []
for i in xrange(1, 5):
    msg = 'hello %d' % (i)
    res = pool.apply_async(func,(msg,))   # 非阻塞 只有apply_async可以有返回值，apply，map，imap不可以设置返回值
    result.append(res)

print 'Mark~~~~~~~~~~~~~~~'
pool.close()
pool.join()  # 调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
for res in result:
    print "sub_process return: ", res.get()
print 'sub-process done'

一定要注意res.get()方法是堵塞的。只有子进程执行完毕并返回数据时 res.get()方法才会执行，否则主进程堵塞，并等待。
看下面这个程序： 如何高效处理子进程有返回值的多进程任务

from multiprocessing import Pool
import Queue
import time


def test(p):
    time.sleep(0.5)
    if p == 100:
        return (p,True)
    else:
        return (p,False)


if __name__ == "__main__":
    pool = Pool(processes=10)
    q = Queue.Queue()
    for i in xrange(500):
        # 将子进程对象存入队列中。
        q.put( pool.apply_async(test, args=(i,)) )  # 维持执行的进程总数为10，当一个进程执行完后添加新进程.
        print(i)
    '''
    因为这里使用的为pool.apply_async异步方法，因此子进程执行的过程中，父进程会执行while，获取返回值并校验。
    '''
    print("======", q.qsize())
    while 1:
        a = q.get().get();
        print(a)
        if a[1]:
            pool.terminate()  # 结束进程池中的所有子进程。
            break
    pool.join()

该程序瞬间执行到 print("======", q.qsize()) 行，并且每次执行 a = q.get().get()代码时，如果对应进程没有执行完，即没有返回输出值时，该行代码导致主进程堵塞等待。

如果需要申请庞大的进程数量时，就会很浪费资源比如下面：

for i in xrange(500000000):
        # 将子进程对象存入队列中。
        q.put( pool.apply_async(test, args=(i,)) )  # 维持执行的进程总数为10，当一个进程执行完后添加新进程.
        print(i)

我们可以开启2个线程，一个线程申请进程，另一个线程判断结束所有子进程的进程是否已经到达。
如下：

from multiprocessing import Pool
import Queue
import threading
import time
def test(p):
    time.sleep(0.001)
    if p == 10000:
        return True
    else:
        return False
        
if __name__ == "__main__":
    result = Queue.Queue()  # 队列
    pool = Pool()
    
    def pool_th():
        for i in xrange(50000000000):  ##这里需要创建执行的子进程非常多
            try:
                result.put(pool.apply_async(test, args=(i,)))
            except:
                break
                
    def result_th():
        while 1:
            a = result.get().get()  # 获取子进程返回值
            if a:
                pool.terminate()  # 结束所有子进程
                break
    '''
    利用多线程，同时运行Pool函数创建执行子进程，以及运行获取子进程返回值函数。
    '''
    t1 = threading.Thread(target=pool_th)
    t2 = threading.Thread(target=result_th)
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    pool.join()

3、多进程共享资源

申请进程有两种方式一种是multiprocessing.Process()，另一种是multiprocessing.Pool(process=3).apply_async().
multiprocessing提供三种多进程之间共享数据的数据结构: Queue, Array 和Manager.

from multiprocessing import Queue, Array, Manager

Queue、和Array只适用Process类申请的多进程共享资源。
Manager可以适用Pool和Process类申请的多进程共享资源。

import time
from multiprocessing import Manager, Pool

lists = Manager().list()  # 定义可被子进程共享的全局变量lists

def func(i):
    # time.sleep(1)
    lists.append(i)
    print i

pool = Pool(processes=3)

for i in xrange(10000000):
    if len(lists) <= 0:
        pool.apply_async(func, args=(i,))
    else:
        break

pool.close()
pool.join()
print(lists)

输出结果为：且i最大值不定。主进程申请多进程量不等于池子大小。

二、多线程 Multiprocessing.dummy

1、子进程无返回值

Multiprocessing.dummy.Pool() 与Multiprocessing.Pool() 的用法一样

1. 非阻塞方法
   multiprocessing.dummy.Pool.apply_async() 和 multiprocessing.dummy.Pool.imap()
   线程并发执行
2. 阻塞方法
   multiprocessing.dummy.Pool.apply()和 multiprocessing.dummy.Pool.map()
   线程顺序执行

from multiprocessing.dummy import Pool as Pool
import time

def func(msg):
    print('msg:', msg)
    time.sleep(2)
    print('end:')
    
pool = Pool(processes=3)
for i in range(1, 5):
    msg = 'hello %d' % (i)
    pool.apply_async(func, (msg,))  # 非阻塞
    # pool.apply(func,(msg,))       # 阻塞,apply()源自内建函数，用于间接的调用函数，并且按位置把元祖或字典作为参数传入。
    # pool.imap(func,[msg,])        # 非阻塞, 注意与apply传的参数的区别
    # pool.map(func, [msg, ])       # 阻塞

print('Mark~~~~~~~~~~~~~~~')
pool.close()
pool.join()  # 调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
print('sub-process done')

2、子进程有返回值

与多进程一样，只有multiprocessing.dummy.Pool.apply_async()可以有返回值，apply，map，imap不可以设置返回值.
3、多进程共享资源

三、多线程 Threading

1、创建方法

1. 直接使用Thread类

from threading import Thread
import time
def run(a = None, b = None) :
  print a, b 
  time.sleep(1)

t = Thread(target = run, args = ("this is a", "thread"))
#此时线程是新建状态

print t.getName()#获得线程对象名称
print t.isAlive()#判断线程是否还活着。
t.start()#启动线程
t.join()#等待其他线程运行结束

2. 继承Thread类

from threading import Thread
import time
class MyThread(Thread) :
  def __init__(self, a) :
    super(MyThread, self).__init__()
    #调用父类的构造方法
    self.a = a

  def run(self) :
    print "sleep :", self.a
    time.sleep(self.a)

t1 = MyThread(2)
t2 = MyThread(4)
t1.start()
t2.start()
t1.join()
t2.join()