x多进程
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
'''
from multiprocessing import Process
import os
#子进程要执行的代码
def run_proc(name):
print('Run child process %s(%s)...'%(name,os.getpid()))
if __name__=='__main__':
print('Parent process %s.'% os.getpid())
p=Process(target=run_proc,args=('test',))
print('Child process will start.')
p.start()
p.join()
print('Child process end')
'''
#执行结果如下
'''
Parent process 4152.
Child process will start.
Run child process test(10456)...
Child process end
'''
#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。
'''
from multiprocessing import Pool
import os ,time,random
def long_time_task(name):
print('Run task %s(%s)...'%(name,os.getpid()))
start=time.time()
time.sleep(random.random()*3)
end=time.time()
print('Task %s runs %0.2f seconds.' % (name,(end-start)))
if __name__=='__main__':
print('Parent process %s .' % os.getpid())
p=Pool(4)
for i in range(5):
p.apply_async(long_time_task,args=(i,))
print('Wainting for all subprocesses done...')
p.close()
p.join()
print('All subprocesses done...')
'''
#执行结果如下
'''
Parent process 9508 .
Wainting for all subprocesses done...
Run task 0(5084)...
Run task 1(8540)...
Run task 2(6500)...
Run task 3(4756)...
Task 1 runs 0.78 seconds.
Run task 4(8540)...
Task 4 runs 0.93 seconds.
Task 0 runs 1.92 seconds.
Task 3 runs 2.49 seconds.
Task 2 runs 2.75 seconds.
All subprocesses done...
'''
#对POOL对象调用join()方法会等待所有子进程执行完毕,调用join()之前必须先调用close(),调用close()之后就不能继续添加新的Process了。
#请注意输出的结果,task 0,1,2,3是立刻执行的,而task 4要等待前面某个task完成后才执行,这是因为POOL的默认大小在此电脑上是4,因此,最多同时
#执行4个进程。这是Pool有意设计的限制,并不是操作系统的限制。如果改成:p=Pool(5),就可以同时跑5个进程。
#由于POOL的默认大小是CPU的核数,如果你不幸拥有8核CPU,你要提交至少9个子进程才能看到上面的等待效果。
#子进程
#很多时候,子进程并不是自身,而是一个外部进程。我们创建了子进程后,还需要控制子进程的输入和输出。
#subprocess 模块可以让我们非常方便地启动一个子进程,然后控制其输入和输出。
#下面演示如何在Python代码中运行命令nslookup www.python.org ,这和命令直接运行的效果是一样的:
'''
import subprocess
print('$nslookup www.python.org')
r=subprocess.call(['nslookup','www.python.org'])
print('Exit code:',r)
'''
#执行结果如下:
'''
$nslookup www.python.org
服务器: dc.gticom.cn
Address: 172.18.5.251
非权威应答:
名称: python.map.fastly.net
Addresses: 2a04:4e42:11::223
151.101.72.223
Aliases: www.python.org
Exit code: 0
'''
#如果子进程还需要输入,则可以通过communicate()方法输入:
'''
import subprocess
print('$ nslookup')
p= subprocess.Popen(['nslookup'],stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE)
output,err = p.communicate(b'set q=mx\npython.org\nexit\n')
print(output.decode('utf-8'))
print('Exit code:',p.returncode)
'''
#上面的代码相当于在命令行执行命令nslookup,然后手动输入:
'''
set q=mx
python.org
exit
'''
#上述代码未运行出来,暂不理会
#进程间通信
#Python 的multiprocessing模块包装了底层的机制,提供了Queue、Pipes等多种方式来交换数据。
#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:
#队列是线程间最常用的交换数据的形式。Queue模块是提供队列操作的模块。
from multiprocessing import Process,Queue
import os,time,random
#写数据进程执行的代码
def write(q):
print('Process to write:%s'%os.getpid())
for value in ['A','B','C']:
print('Put %s to queue...' % value)
q.put(value) # 调用对象的put()方法在队尾插入一个项目。
time.sleep(random.random()) # time.sleep(n) 推迟调用线程的运行,表示将进程挂起 n 秒 。random.random 用于生成一个在区间[0,1)之间的随机浮点数。
#读数据进程执行的代码:
def read(q):
print('Process to read:%s' % os.getpid())
while True:
value=q.get(True) # 调用队列对象的get()方法,从队头删除并返回一个项目。
print('Get %s from queue.' % value)
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()
#启动子进程pr,读取:
pr.start()
#等待pw结束:
pw.join() #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。
#pr 进程里是死循环,无法等待其结束,只能强行终止:
pr.terminate()
#Process ,创建进程的类:Process([group[,target[,name[,args[,kwargs]]]]]),target表示调用对象(一般为函数名),
#args表示调用对象的位置参数(一般为函数的入参)元组。kwargs表示调用对象的字典。name为别名。group实质上不使用。
#输出结果如下:
'''
Process to write:7952
Put A to queue...
Process to read:13656
Get A from queue.
Put B to queue...
Get B from queue.
Put C to queue...
Get C from queue.
'''
# 在Unix/Linux下,multiprocessing模块封装了fork()调用,使我们不需要关注fork()的细节。由于Windows没有fork调用,因此,multiprocessing需要‘模拟’出
#fork的效果,父进程所有Python对象都必须通过pickle序列化再传到子进程去,所以,如果multiprocessing在Windows下调用失败了,要先考虑是不是pickle失败了。
#在Unix/Linux下,可以使用fork()调用实现多进程。
#要实现跨平台的多进程,可以使用multiprocessing模块
#进程间通信是通过Queue、Pipes等实现的。
x多进程的更多相关文章
- Python中的多进程与多线程(一)
一.背景 最近在Azkaban的测试工作中,需要在测试环境下模拟线上的调度场景进行稳定性测试.故而重操python旧业,通过python编写脚本来构造类似线上的调度场景.在脚本编写过程中,碰到这样一个 ...
- 取代SharedPreferences的多进程解决方案
Android的SharedPreferences用来存储一些键值对, 但是却不支持跨进程使用. 跨进程来用的话, 当然是放在数据库更可靠啦, 本文主要是给作者的新库PreferencesProvid ...
- python 多进程使用总结
python中的多进程主要使用到 multiprocessing 这个库.这个库在使用 multiprocessing.Manager().Queue时会出问题,建议大家升级到高版本python,如2 ...
- Nginx深入详解之多进程网络模型
一.进程模型 Nginx之所以为广大码农喜爱,除了其高性能外,还有其优雅的系统架构.与Memcached的经典多线程模型相比,Nginx是经典的多进程模型.Nginx启动后以daemon ...
- Python的多线程(threading)与多进程(multiprocessing )
进程:程序的一次执行(程序载入内存,系统分配资源运行).每个进程有自己的内存空间,数据栈等,进程之间可以进行通讯,但是不能共享信息. 线程:所有的线程运行在同一个进程中,共享相同的运行环境.每个独立的 ...
- 进击的Python【第十章】:Python的socket高级应用(多进程,协程与异步)
Python的socket高级应用(多进程,协程与异步)
- PHP的pcntl多进程
PHP使用PCNTL系列的函数也能做到多进程处理一个事务.比如我需要从数据库中获取80w条的数据,再做一系列后续的处理,这个时候,用单进程?你可以等到明年今天了...所以应该使用pcntl函数了. 假 ...
- 初探PHP多进程
h2:first-child, body>h1:first-child, body>h1:first-child+h2, body>h3:first-child, body>h ...
- gdb进程调试,多进程调试
1.单进程的调试 常规的通过gdb cmd这种方式开启调试,特别说明的是通过attach的方法附加到一个指定的进程上去进行调试,这种方法适合于调试一个已经运行的进程,具体用法: gdb -p [pi ...
- python高级之多进程
python高级之多进程 本节内容 多进程概念 Process类 进程间通讯 进程同步 进程池 1.多进程概念 multiprocessing is a package that supports s ...
随机推荐
- gooreplacer 很好用
国内上 StackOverflow, hackernews 之类的站点会慢. 因为页面里有链接指向 google 谷歌, 会被墙. 于是拖累了整个页面的显示. gooreplacer 可以把这些被墙连 ...
- uva11552
将字符串分为len/k块.用dp[i][j]表示第i个块必须以j结尾的最小划分.当第i块没有字符j时,dp[i][j]多计一个.如果当前块只有1种字符,那么就等于dp[i-1][j].否则对于第i块的 ...
- Confluence 6 配置边栏链接
选择图标来显示或者隐藏,页面(pages),博客页面(blogs),快捷键(shortcuts )或者导航选项(navigation options).例如,如果你希望i的这个公开主要用于博客用途,你 ...
- 55 Django静态文件配置
一.Django静态文件配置 1.项目文件夹,新建一个文件夹statics 文件夹 2.在配置文件settings.py中,配置: 文件中有第句: STATIC_URL = '/static/'#静态 ...
- Linux 文本编辑器 vim
第五讲 文本编辑器 vim
- MYSQL 总结——1
目录 数据类型 1.数值型 2.日期/时间型 3.文本型 数据库 1.创建数据库 2.删除数据库 数据表 1.创建数据表 create 2.删除数据表 drop 3.修改数据表 4.修改表名 5.dr ...
- A Chess Game POJ - 2425
Let's design a new chess game. There are N positions to hold M chesses in this game. Multiple chesse ...
- HashMap的两种排序方式
Map<String, Integer> map = new HashMap<String, Integer>();map.put("d", 2);map. ...
- GIL(全局解释器锁)与互斥锁
针对Cpython所拥有的GIL锁作用:由于Cpython解释器在运行python文件时, Cpython进程与其运行文件所产生的主进程是一个进程(文件进程相当于Cpython的一个线程) 线程的特点 ...
- logmnr使用
logminer 工具的使用 Oracle LogMiner 是Oracle公司从产品8i以后提供的一个实际非常有用的分析工具,使用该工具可以轻松获得Oracle 重作日志文件(归档日志文件)中的具体 ...