Python 进程
1、创建进程
# 创建进程 from multiprocessing import Process def foo(i): print('say hi', i) if __name__ == '__main__': for i in range(3): p = Process(target=foo, args=(i, )) p.start() print('main proccess stop') -----------输出结果----------- main proccess stop say hi 0 say hi 2 say hi 1
注意：由于进程之间的数据需要各自持有一份，所以创建进程需要的非常大的开销。
2、进程数据共享
进程各自持有一份数据，默认无法共享数据
# 进程数据共享（默认不共享） from multiprocessing import Process, Array from multiprocessing import Manager import time li = [] def foo(i): li.append(i) print(li) print('say hi', i) if __name__ == '__main__': for i in range(3): p = Process(target=foo, args=(i, )) p.start() print('main proccess stop') ----------输出结果----------- main proccess stop [1] say hi 1 [0] say hi 0 [2] say hi 2
1）、通过Array 实现进程间数据共享
# 通过Array实现进程数据共享 from multiprocessing import Process, Array import time temp = Array('i', [11, 22, 33, 44, 55]) def foo(i): temp[i] = 100 + i for item in temp: print('第%s个进程' % i, '--------->', item) if __name__ == '__main__': for i in range(1, 4, 1): p = Process(target=foo, args=(i, )) p.start() print('main proccess stop')
输出结果
----------输出结果------------ main proccess stop 第1个进程 ---------> 11 第1个进程 ---------> 101 第1个进程 ---------> 33 第1个进程 ---------> 44 第1个进程 ---------> 55 第2个进程 ---------> 11 第2个进程 ---------> 22 第2个进程 ---------> 102 第2个进程 ---------> 44 第2个进程 ---------> 55 第3个进程 ---------> 11 第3个进程 ---------> 22 第3个进程 ---------> 33 第3个进程 ---------> 103 第3个进程 ---------> 55
2）、通过manage.dict()实现进程间数据共享
from multiprocessing import Process, Manager import time mangers = Manager() dic = mangers.dict() def foo(i): time.sleep(1) dic[i] = 100 + 1 print(dic.values()) for i in range(10): p = Process(target=foo, args=(i, )) p.start() p.join() print('main proccess stop')
-------------输出结果----------------- [101] [101, 101] [101, 101, 101] [101, 101, 101, 101] [101, 101, 101, 101, 101] [101, 101, 101, 101, 101, 101] [101, 101, 101, 101, 101, 101, 101] [101, 101, 101, 101, 101, 101, 101, 101] [101, 101, 101, 101, 101, 101, 101, 101, 101] [101, 101, 101, 101, 101, 101, 101, 101, 101, 101] main proccess stop
'c': ctypes.c_char, 'u': ctypes.c_wchar, 'b': ctypes.c_byte, 'B': ctypes.c_ubyte, 'h': ctypes.c_short, 'H': ctypes.c_ushort, 'i': ctypes.c_int, 'I': ctypes.c_uint, 'l': ctypes.c_long, 'L': ctypes.c_ulong, 'f': ctypes.c_float, 'd': ctypes.c_double
3）、通过queues.Queue()实现进程间数据共享
# Queues 数据共享 from multiprocessing import Process, queues import multiprocessing def f(i, q): print(i, q.get()) if __name__ == '__main__': q = queues.Queue(ctx=multiprocessing) q.put('h1') q.put('h2') q.put('h3') for i in range(3): p = Process(target=f, args=(i, q, )) p.start()
---------输出结果----------
2 h1
1 h2
0 h3
当创建进程时（非使用时），共享数据会被拿到子进程中，当进程中执行完毕后，再赋值给原值。
from multiprocessing import Process, Array, RLock def Foo(lock,temp,i): """ 将第0个数加100 """ lock.acquire() temp[0] = 100 + i for item in temp: print(i,'----->',item) lock.release() lock = RLock() temp = Array('i', [11, 22, 33, 44]) if __name__ == '__main__': for i in range(10): p = Process(target=Foo,args=(lock,temp,i,)) p.start()
1 -----> 101 1 -----> 22 1 -----> 33 1 -----> 44 0 -----> 100 0 -----> 22 0 -----> 33 0 -----> 44 2 -----> 102 2 -----> 22 2 -----> 33 2 -----> 44 3 -----> 103 3 -----> 22 3 -----> 33 3 -----> 44 4 -----> 104 4 -----> 22 4 -----> 33 4 -----> 44 5 -----> 105 5 -----> 22 5 -----> 33 5 -----> 44 9 -----> 109 9 -----> 22 9 -----> 33 9 -----> 44 7 -----> 107 7 -----> 22 7 -----> 33 7 -----> 44 8 -----> 108 8 -----> 22 8 -----> 33 8 -----> 44 6 -----> 106 6 -----> 22 6 -----> 33 6 -----> 44
3、进程池
进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
# 进程池 from multiprocessing import Pool from time import sleep def f(x): for i in range(3): print('%s---------->%s' % (i, x)) sleep(1) def main(): # 创建进程池，进程池最多有三个可用进程 pool = Pool(processes=3) for i in range(11, 20): result = pool.apply_async(f, (i,)) pool.close() pool.join() if result.successful(): print('successful') if __name__ == '__main__': main() ''' 先创建容量为3的进程池， 然后将f(i)依次传递给它，运行脚本后利用ps aux | grep pool.py查看进程情况，会发现最多只会有三个进程执行。 pool.apply_async() 用来向进程池提交目标请求， pool.join() 是用来等待进程池中的worker进程执行完毕，防止主进程在worker进程结束前结束。但必pool.join()必须使用在pool.close()或者pool.terminate()之后。 close()跟terminate()的区别 close()会等待池中的worker进程执行结束再关闭pool, terminate()则是直接关闭。 result.successful()表示整个调用执行的状态，如果还有worker没有执行完，则会抛出AssertionError异常。 '''
函数解释：
•apply_async(func[, args[, kwds[, callback]]]) 它是非阻塞，apply(func[, args[, kwds]])是阻塞的
•close() 关闭pool，使其不在接受新的任务。
•terminate() 结束工作进程，不在处理未完成的任务。
•join() 主进程阻塞，等待子进程的退出， join方法要在close或terminate之后使用。
# 阻塞进程池 from multiprocessing import Pool import time def func(msg): for i in range(3): print('msg:', msg) time.sleep(1) print('end') def main(): pool = Pool(processes=3) for i in range(4): msg = 'hello %s' % i # 维持执行的进程总数为processes，当一个进程执行完毕后会添加新的进程进去 result = pool.apply(func, (msg,)) 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('successful') if __name__ == '__main__': main()