python进阶——多进程

因为GIL（全局解释器锁）的限制（GIL是用来保证在任意时刻只能有一个控制线程在执行），所以python中的多线程并非真正的多线程。只有python程序是I/O密集型应用时，多线程才会对运行效率有显著提高（因在等待I/O的时，会释放GIL允许其他线程继续执行），而在计算密集型应用中，多线程并没有什么用处。考虑到要充分利用多核CPU的资源，允许python可以并行处理一些任务，这里就用到了python多进程编程了。multiprocessing是python中的多进程模块，使用这个模块可以方便地进行多进程应用程序开发。multiprocessing模块中提供了：Process、Pool、Queue、Manager等组件。

1 Process类

1.1 构造方法

def __init__(self, group=None, target=None, name=None, args=(), kwargs={})

group：进程所属组，基本不用 target：进程调用对象（可以是一个函数名，也可以是一个可调用的对象（实现了__call__方法的类）） args：调用对象的位置参数元组 name：别名 kwargs：调用对象的关键字参数字典

1.2 实例方法

is_alive()：返回进程是否在运行 start()：启动进程，等待CPU调度 join([timeout])：阻塞当前上下文环境，直到调用此方法的进程终止或者到达指定timeout terminate()：不管任务是否完成，立即停止该进程 run()：start()调用该方法，当实例进程没有传入target参数，stat()将执行默认的run()方法

1.3 属性

authkey： daemon：守护进程标识，在start()调用之前可以对其进行修改 exitcode：进程的退出状态码 name：进程名 pid：进程id

1.4 实例

实例一：传入的target为一个函数

#!/usr/bin/python #coding=utf-8 import time import random from multiprocessing import Process def foo(i): print time.ctime(), "process the %d begin ......" %i time.sleep(random.uniform(1,3)) print time.ctime(), "process the %d end !!!!!!" %i if __name__ == "__main__": print time.ctime(), "process begin......" p_lst = list() for i in range(4): p_lst.append(Process(target=foo, args=(i,))) #创建4个子进程 #启动子进程 for p in p_lst: p.start() #等待子进程全部结束 for p in p_lst: p.join() print time.ctime(), "process end!!!!!"

实例二：传入的target为一个可调用对象

#!/usr/bin/python #coding=utf-8 import time import random from multiprocessing import Process class Foo(object): def __init__(self, i): self.i = i def __call__(self): ''' 使Foo的实例对象成为可调用对象 ''' print time.ctime(), "process the %d begin ......" %self.i time.sleep(random.uniform(1,3)) print time.ctime(), "process the %d end !!!!!!" %self.i if __name__ == "__main__": print time.ctime(), "process begin......" p_lst = list() for i in range(4): p_lst.append(Process(target=Foo(i))) #创建4个子进程 #启动子进程 for p in p_lst: p.start() #等待子进程全部结束 for p in p_lst: p.join() print time.ctime(), "process end!!!!!"

实例三：派生Process子类，并创建子类的实例

#!/usr/bin/python #coding=utf-8 import time import random from multiprocessing import Process class MyProcess(Process): def __init__(self, i): Process.__init__(self) self.i = i def run(self): ''' #重写run方法，当调用start方法时，就会调用当前重写的run方法中的程序 ''' print time.ctime(), "process the %d begin ......" %self.i time.sleep(random.uniform(1,3)) print time.ctime(), "process the %d end !!!!!!" %self.i if __name__ == "__main__": print time.ctime(), "process begin......" p_lst = list() for i in range(4): p_lst.append(MyProcess(i)) #创建4个子进程 #启动子进程 for p in p_lst: p.start() #等待子进程全部结束 for p in p_lst: p.join() print time.ctime(), "process end!!!!!"

2 Pool类

当使用Process类管理非常多（几十上百个）的进程时，就会显得比较繁琐，这是就可以使用Pool（进程池）来对进程进行统一管理。当池中进程已满时，有新进程请求执行时，就会被阻塞，直到池中有进程执行结束，新的进程请求才会被放入池中并执行。

2.1 构造方法

def __init__(self, processes=None, initializer=None, initargs=(), maxtasksperchild=None)

processes：池中可容纳的工作进程数量，默认情况使用os.cpu_count()返回的数值，一般默认即可 其他参数暂不清楚有什么用处……

2.2 实例方法

apply(self, func, args=(), kwds={})：阻塞型进程池，会阻塞主进程，直到工作进程全部退出，一般不用这个 apply_async(self, func, args=(), kwds={}, callback=None)：非阻塞型进程池 map(self, func, iterable, chunksize=None)：与内置map行为一致，它会阻塞主进程，直到map运行结束 map_async(self, func, iterable, chunksize=None, callback=None)：非阻塞版本的map close()：关闭进程池，不在接受新任务 terminate()：结束工作进程 join()：阻塞主进程等待子进程退出，该方法必须在close或terminate之后执行

2.3 实例

#!/usr/bin/python #coding=utf-8 import time import random from multiprocessing import Pool def foo(i): print time.ctime(), "process the %d begin ......" %i time.sleep(random.uniform(1,3)) print time.ctime(), "process the %d end !!!!!!" %i if __name__ == "__main__": print time.ctime(), "process begin......" pool = Pool(processes = 2) #设置进程池中最大并行工作进程数为2 for i in range(4): pool.apply_async(foo, args=(i,)) #提交4个子进程任务 pool.close() pool.join() print time.ctime(), "process end!!!!!"

结果：

Fri Nov 18 13:57:22 2016 process begin...... Fri Nov 18 13:57:22 2016 process the 0 begin ...... Fri Nov 18 13:57:22 2016 process the 1 begin ...... Fri Nov 18 13:57:23 2016 process the 1 end !!!!!! Fri Nov 18 13:57:23 2016 process the 2 begin ...... Fri Nov 18 13:57:24 2016 process the 0 end !!!!!! Fri Nov 18 13:57:24 2016 process the 3 begin ...... Fri Nov 18 13:57:25 2016 process the 2 end !!!!!! Fri Nov 18 13:57:25 2016 process the 3 end !!!!!! Fri Nov 18 13:57:25 2016 process end!!!!!

3 Queue类

Queue主要提供进程间通信以及共享数据等功能。除Queue外还可以使用Pipes实现进程间通信（Pipes是两个进程间进行通信）

3.1 构造方法

def __init__(self, maxsize=0)

maxsize：用于设置队列最大长度，当为maxsize<=0时，队列的最大长度会被设置为一个非常大的值（我的系统中队列最大长度被设置为2147483647）

3.2 实例方法

put(self, obj, block=True, timeout=None)

1、block为True，若队列已满，并且timeout为正值，该方法会阻塞timeout指定的时间，直到队列中有出现剩余空间，如果超时，会抛出Queue.Full异常 2、block为False，若队列已满，立即抛出Queue.Full异常

get(self, block=True, timeout=None)

block为True，若队列为空，并且timeout为正值，该方法会阻塞timeout指定的时间，直到队列中有出现新的数据，如果超时，会抛出Queue.Empty异常 block为False，若队列为空，立即抛出Queue.Empty异常

3.3 实例

#!/usr/bin/python #coding=utf-8 import time import random from multiprocessing import Process, Queue def write(q): for value in "abcd": print time.ctime(), "put %s to queue" %value q.put(value) time.sleep(random.random()) def read(q): while True: value = q.get() print time.ctime(), "get %s from queue" %value if __name__ == "__main__": #主进程创建Queue，并作为参数传递给子进程 q = Queue() pw = Process(target=write, args=(q,)) pr = Process(target=read, args=(q,)) #启动子进程pw，往Queue中写入 pw.start() #启动子进程pr，从Queue中读取 pr.start() #等待写进程执行结束 pw.join() #终止读取进程 pr.terminate()

运行结果：

Fri Nov 18 15:04:13 2016 put a to queue Fri Nov 18 15:04:13 2016 get a from queue Fri Nov 18 15:04:13 2016 put b to queue Fri Nov 18 15:04:13 2016 get b from queue Fri Nov 18 15:04:13 2016 put c to queue Fri Nov 18 15:04:13 2016 get c from queue Fri Nov 18 15:04:13 2016 put d to queue Fri Nov 18 15:04:13 2016 get d from queue

4 Manager类

Manager是进程间数据共享的高级接口。 Manager()返回的manager对象控制了一个server进程，此进程包含的python对象可以被其他的进程通过proxies来访问。从而达到多进程间数据通信且安全。Manager支持的类型有list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Queue, Value和Array。 如下是使用Manager管理一个用于多进程共享的dict数据

#!/usr/bin/python #coding=utf-8 import time import random from multiprocessing import Manager, Pool def worker(d, key, value): print time.ctime(), "insert the k-v pair to dict begin: {%d: %d}" %(key, value) time.sleep(random.uniform(1,2)) d[key] = value #访问共享数据 print time.ctime(), "insert the k-v pair to dict end: {%d: %d}" %(key, value) if __name__ == "__main__": print time.ctime(), "process for manager begin" mgr = Manager() d = mgr.dict() pool = Pool(processes=4) for i in range(10): pool.apply_async(worker, args=(d, i, i*i)) pool.close() pool.join() print "Result:" print d print time.ctime(), "process for manager end"

运行结果

Fri Nov 18 16:36:19 2016 process for manager begin Fri Nov 18 16:36:19 2016 insert the k-v pair to dict begin: {0: 0} Fri Nov 18 16:36:19 2016 insert the k-v pair to dict begin: {1: 1} Fri Nov 18 16:36:19 2016 insert the k-v pair to dict begin: {2: 4} Fri Nov 18 16:36:19 2016 insert the k-v pair to dict begin: {3: 9} Fri Nov 18 16:36:20 2016 insert the k-v pair to dict end: {3: 9} Fri Nov 18 16:36:20 2016 insert the k-v pair to dict begin: {4: 16} Fri Nov 18 16:36:20 2016 insert the k-v pair to dict end: {0: 0} Fri Nov 18 16:36:20 2016 insert the k-v pair to dict begin: {5: 25} Fri Nov 18 16:36:21 2016 insert the k-v pair to dict end: {2: 4} Fri Nov 18 16:36:21 2016 insert the k-v pair to dict begin: {6: 36} Fri Nov 18 16:36:21 2016 insert the k-v pair to dict end: {1: 1} Fri Nov 18 16:36:21 2016 insert the k-v pair to dict begin: {7: 49} Fri Nov 18 16:36:21 2016 insert the k-v pair to dict end: {5: 25} Fri Nov 18 16:36:21 2016 insert the k-v pair to dict begin: {8: 64} Fri Nov 18 16:36:22 2016 insert the k-v pair to dict end: {4: 16} Fri Nov 18 16:36:22 2016 insert the k-v pair to dict begin: {9: 81} Fri Nov 18 16:36:23 2016 insert the k-v pair to dict end: {8: 64} Fri Nov 18 16:36:23 2016 insert the k-v pair to dict end: {6: 36} Fri Nov 18 16:36:23 2016 insert the k-v pair to dict end: {7: 49} Fri Nov 18 16:36:23 2016 insert the k-v pair to dict end: {9: 81} Result: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81} Fri Nov 18 16:36:23 2016 process for manager end