python multiprocessing多进程应用

multiprocessing包是Python中的多进程管理包,可以利用multiprocessing.Process对象来创建进程,Process对象拥有is_alive()、join([timeout])、run()、start()、terminate()等方法。

multprocessing模块的核心就是使管理进程像管理线程一样方便，每个进程有自己独立的GIL，所以不存在进程间争抢GIL的问题，在多核CPU环境中，可以大大提高运行效率。

multiprocessing使用示例：

import multiprocessing
import time
import cv2

def daemon1(image):
    name = multiprocessing.current_process().name
    for i in range(50):
        image = cv2.GaussianBlur(image, (3, 3), 1)
        time.sleep(0.1)
    print 'daemon1 done!'
    cv2.imshow('daemon1', image)

def daemon2(image):
    name = multiprocessing.current_process().name
    for i in range(50):
        image = cv2.GaussianBlur(image, (3, 3), 1)
        time.sleep(0.5)
    print 'daemon2 done!'
    cv2.imshow('daemon2', image)

if __name__ == '__main__':
    t1 = time.time()
    number_kernel = multiprocessing.cpu_count()
    print 'We have {0} kernels'.format(number_kernel)

    p1 = multiprocessing.Process(name='daemon1',
                                target=daemon1,args= (cv2.imread('./p1.jpg'),))
    p1.daemon = False
    p2 = multiprocessing.Process(name='daemon2',
                                target=daemon2, args=(cv2.imread('./p2.jpg'),))
    p2.daemon = False

    p1.start()
    p2.start()

    print 'p1 is {0}'.format(p1.is_alive())

    p1.terminate()
    p1.join()

    print 'p1 is {0}'.format(p1.is_alive())
    print 'p2 is {0}'.format(p2.is_alive())

    p2.join()

    t2 = time.time()

    print '!!!!!!!!!!!!!!!!!!!!OK!!!!!!!!!!!!!!!!!!!!!'
    print 'total time is {0}'.format(t2-t1)
    print 'p1.exitcode = {0}'.format(p1.exitcode)
    print 'p2.exitcode = {0}'.format(p2.exitcode)

multiprocessing中Process是一个类，用于创建进程，以及定义进程的方法，Process类的构造函数是：

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

参数含义：

• group：进程所属组，基本不用
• target： 创建进程关联的对象，需要传入要多进程处理的函数名
• name： 定义进程的名称
• args： 表示与target相关联的函数的传入参数，可以传入多个，注意args是一个元组，如果传入的参数只有一个，需要表示为 args = (element1,)
• kwargs： 表示调用对象的字典

程序解读：

• multiprocessing.cpu_count()： 返回机器上cpu核的总数量
• p1.daemon = False ： 定义子进程的运行属性，如果 .daemon设置为False表示子进程可以在主进程完成之后继续执行； 如果 .daemon设置为True，表示子进程随着主进程的结束而结束；必须在start之前设置；
• p1.start(): 开始执行子进程p1
• p1.join(): 定义子进程p1的运行阻塞主进程，只有p1子进程执行完成之后才会继续执行join之后的主进程，但是子进程间互相不受join影响。
• 可以定义子进程阻塞主进程的时间--p1.join(100)，超时之后，主进程不再等待，开始执行。join()需要放在start()方法之后；
• p1.terminate()：终止子进程的执行，其后要跟上jion()方法更新子进程的状态；
• p1.exitcode： 进程的退出状态：     == 0 未生成任何错误，正常退出；     >
  0 进程有一个错误，并以该错误码退出；       <0 进程由一个-1 * exitcode信号结束

在multiprocessing中使用pool

如果需要多个子进程时，使用进程池(pool)来（自动）管理各个子进程更加方便：

from multiprocessing import Pool
import os, time

def long_time_task(name):
    print 'Run task {0} ({1})'.format(name,os.getpid())
    start = time.time()
    time.sleep(3)
    end = time.time()
    print 'Task {0} runs {1:.2f} seconds.'.format(name,end - start)

if __name__=='__main__':
    print 'Parent process ({0})'.format(os.getpid)
    p = Pool()
    for i in range(12):
        p.apply_async(long_time_task, args=(i,))
    print 'Waiting for all subprocesses done...'
    p.close()
    p.join()
    print 'All subprocesses done.'

与Process类创建进程的方法不同，Pool是通过apply_async(func,args=(args))方法创建进程，一个进程池中能同时运行的任务数是机器上CPU核的总数量n_kernel，如果创建的子进程数大于n_kernel，则同时执行n_kernel个进程，这n_kernel中某个进程完成之后才会启动下一个进程。

• os.getpid()是获取当前执行的进程的ID
• p.close()方法是关掉进程池，表示不能再继续向进程池添加进程了。
• p.join()方法是子进程阻塞主进程，必须在调用p.close()关闭进程池之后才能调用join()方法

多个子进程间的通信

多个子进程间的通信要用到multiprocessing.Queue，Queue的特性是它是一个消息队列。比如有以下的需求，一个子进程向队列中写数据，另外一个进程从队列中取数据的例子：

from multiprocessing import Process, Queue
import os, time, random

def write(q):
    for value in ['A', 'B', 'C']:
        print 'Put {0} to queue...'.format(value)
        q.put(value)
        time.sleep(random.random())

def read(q):
    while True:
        if not q.empty():
            value = q.get(True)
            print 'Get {0} from queue.'.format(value)
            time.sleep(random.random())
        else:
            break

if __name__=='__main__':
    q = multiprocessing.Queue()
    pw = Process(target=write, args=(q,))
    pr = Process(target=read, args=(q,))
    pw.start()
    pw.join()
    pr.start()
    pr.join()

Queue使用方法：

• 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():获取队列中的一条消息，然后将其从列队中移除，可传参超时时长；
• Queue.get_nowait()：相当Queue.get(False),取不到值时触发异常：Empty；
• Queue.put():将一个值添加进数列，可传参超时时长；
• Queue.put_nowait():相当于Queue.get(False),当队列满了时报错：Full；

在进程池Pool中，使用Queue会出错，需要使用Manager.Queue：

from multiprocessing import Process, Queue
import os, time, random

def write(q):
    for value in ['A', 'B', 'C']:
        print 'Put {0} to queue...'.format(value)
        q.put(value)
        time.sleep(random.random())

def read(q):
    while True:
        if not q.empty():
            value = q.get(True)
            print 'Get {0} from queue.'.format(value)
            time.sleep(random.random())
        else:
            break

if __name__=='__main__':
    manager = multiprocessing.Manager()
    q = manager.Queue()
    p = Pool()
    pw = p.apply_async(write, args=(q,))
    time.sleep(2)
    pr = p.apply_async(read, args=(q,))
    p.close()
    p.join()

    if not q.empty():
        print 'q is not empty...'
    else:
        print 'q is empty...'

    print 'OK'

    if not q.empty():
        print 'q is not empty...'
    else:
        print 'q is empty...'

    print 'done...'

父进程与子进程共享内存

定义普通的变量，不能实现在父进程和子进程之间共享：

import multiprocessing
from multiprocessing import Pool

def changevalue(n, a):
    n = 3.14
    a[0] = 5

if __name__ == '__main__':
    num = 0
    arr = range(10)
    p = Pool()
    p1 = p.apply_async(changevalue, args=(num, arr))

    p.close()
    p.join()

    print num
    print arr[:]

结果输出num的值还是在父进程中定义的0，arr的第一个元素值还是0。

使用multiprocessing创建共享对象:

import multiprocessing

def changevalue(n, a):
    n.value = 3.14
    a[0] = 5

if __name__ == '__main__':
    num = multiprocessing.Value('d', 0.0)
    arr = multiprocessing.Array('i', range(10))

    p = multiprocessing.Process(target=changevalue, args=(num, arr))
    p.start()
    p.join()

    print num.value
    print arr[:]

结果输出num的值是在子进程中修改的3.14，arr的第一个元素值更改为5。

共享内存在Pool中的使用：

import multiprocessing
from multiprocessing import Pool

def changevalue(n, a):
    n.value = 3.14
    a[0] = 5

if __name__ == '__main__':
    num = multiprocessing.Value('d', 0.0)
    arr = multiprocessing.Array('i', range(10))

    p = Pool()
    p1 = p.apply_async(changevalue, args=(num, arr))
    p.close()
    p.join()

    print num.value
    print arr[:]