python之multiprocessing多进程

multiprocessing 充分利用cpu多核
一般情况下cpu密集使用进程池，IO密集使用线程池。python下想要充分利用多核CPU，就用多进程。

Process 类
Process 类用来描述一个进程对象。创建子进程的时候，只需要传入一个执行函数和函数的参数即可完成 Process 示例的创建。
star() 方法启动进程，
join() 方法实现进程间的同步，等待所有进程退出。
close() 用来阻止多余的进程涌入进程池 Pool 造成进程阻塞。

multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)
group: 线程组，目前还没有实现，库引用中提示必须是None；
target 是函数名字，需要调用的函数
args 函数需要的参数，以 tuple 的形式传入

实例方法：
　　is_alive()：返回进程是否在运行。
　　join([timeout])：阻塞当前上下文环境的进程程，直到调用此方法的进程终止或到达指定的timeout（可选参数）。
　　start()：进程准备就绪，等待CPU调度
　　run()：strat()调用run方法，如果实例进程时未制定传入target，这star执行t默认run()方法。
　　terminate()：不管任务是否完成，立即停止工作进程
属性：
　　authkey
　　daemon：和线程的setDeamon功能一样
　　exitcode(进程在运行时为None、如果为–N，表示被信号N结束）
　　name：进程名字。
　　pid：进程号。

列子一：

import multiprocessing
import os

def run_proc(name):
    print('Child process {0} {1} Running '.format(name, os.getpid()))

if __name__ == '__main__':
    print('Parent process {0} is Running'.format(os.getpid()))
    for i in range(5):
        p = multiprocessing.Process(target=run_proc, args=(str(i),))
        print('process start')
        p.start()
    p.join()
    print('Process close')
[python@master test]$ python3 a.py
Parent process 12665 is Running
process start
process start
process start
Child process 0 12666 Running
process start
process start
Child process 2 12668 Running
Child process 1 12667 Running
Child process 3 12669 Running
Child process 4 12670 Running
Process close

列子二：

#coding=utf-8

import multiprocessing

def do(n) :
 name = multiprocessing.current_process().name
 print(name,'starting')
 print ("worker ", n)

if __name__ == '__main__' :
 for i in range(5) :
    p = multiprocessing.Process(target=do, args=(i,))
    p.start()
    p.join()
    print ("Process end.")
[python@master test]$ python3 b.py
Process-1 starting
worker  0
Process end.
Process-2 starting
worker  1
Process end.
Process-3 starting
worker  2
Process end.
Process-4 starting
worker  3
Process end.
Process-5 starting
worker  4
Process end.

Pool类

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。进程池设置最好等于CPU核心数量
构造方法：

Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])
processes ：使用的工作进程的数量，如果processes是None那么使用 os.cpu_count()返回的数量。
initializer： 如果initializer是None，那么每一个工作进程在开始的时候会调用initializer(*initargs)。
maxtasksperchild：工作进程退出之前可以完成的任务数，完成后用一个新的工作进程来替代原进程，来让闲置的资源被释放。maxtasksperchild默认是None，意味着只要Pool存在工作进程就会一直存活。
context: 用在制定工作进程启动时的上下文，一般使用 multiprocessing.Pool() 或者一个context对象的Pool()方法来创建一个池，两种方法都适当的设置了context

实例方法：
　　apply(func[, args[, kwds]])：同步进程池
　　apply_async(func[, args[, kwds[, callback[, error_callback]]]]) ：异步进程池
　　close() ： 关闭进程池，阻止更多的任务提交到pool，待任务完成后，工作进程会退出。
　　terminate() ： 结束工作进程，不在处理未完成的任务
　　join() : wait工作线程的退出，在调用join()前，必须调用close() or terminate()。这样是因为被终止的进程需要被父进程调用wait（join等价与wait），否则进程会成为僵尸进程。

pool.join()必须使用在pool.close()或者pool.terminate()之后。其中close()跟terminate()的区别在于:
close()会等待池中的worker进程执行结束再关闭pool,而terminate()则是直接关闭。
异步进程池

#每次循环将会用空闲出来的子进程去调用目录--异步
#不等待只要进程池的位置空出来就立刻补上

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

def Foo(i):
    time.sleep(2)
    return i + 100
def Bar(arg):
    print("callback"+str(arg))
if __name__ == '__main__':
    t_start=time.time()
    pool = Pool(5)
    for i in range(10):
        pool.apply_async(func=Foo, args=(i,), callback=Bar)#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
    pool.close()
    pool.join()  # 进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。
    pool.terminate()
    t_end=time.time()
    t=t_end-t_start
    print ('the program time is :%s' %t)
[python@master test]$ python3 c.py
callback100
callback103
callback101
callback102
callback104
callback107
callback106
callback109
callback105
callback108
the program time is :4.0822553634643555

同步进程池

#阻塞式的请求 自加阻塞  顺序结构
#必须要在进程池中没有进程的的时候 才会有新进程进入进程池

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

def Foo(i):
    time.sleep(1)
    print (i + 100)
if __name__ == '__main__':
    t_start=time.time()
    pool = Pool(5)   #定义一个进程池,最大的进程数量
    for i in range(10):
        pool.apply(Foo, (i,))
    pool.close()
    pool.join()  # 进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。
    t_end=time.time()
    t=t_end-t_start
    print('the program time is :%s' %t)
[python@master test]$ python3 d.py
100
101
102
103
104
105
106
107
108
109
the program time is :10.224181175231934

正确使用get（）方法获取结果

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

def Foo(i):
    time.sleep(2)
    return i + 100

def Bar(arg):
    print('callback'+str(arg))

if __name__ == '__main__':
    res_list=[]
    t_start=time.time()
    pool = Pool(5)

    for i in range(10):
       res = pool.apply_async(func=Foo, args=(i,), callback=Bar)#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
       res_list.append(res)
    pool.close()
    pool.join()  # 进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。
    for res in res_list:
        print(res.get())
    pool.terminate()
    t_end=time.time()
    t=t_end-t_start
    print ('the program time is :%s' %t)
[python@master test]$ python3 e.py
callback101
callback100
callback102
callback104
callback103
callback105
callback109
callback106
callback107
callback108
100
101
102
103
104
105
106
107
108
109
the program time is :4.145965099334717

进程数据共享

进程各自持有一份数据，默认无法共享数据

# coding:utf-8
from multiprocessing import Process
li = []
def foo(i):
    li.append(i)
    print ('say hi', li)
if __name__ == '__main__':

    for i in range(10):
        p = Process(target=foo, args=(i,))
        p.start()

    print ('ending', li)
[python@master test]$ python3 a.py
say hi []
say hi []
say hi []
say hi []
say hi []
say hi []
ending []
say hi []
say hi []
say hi []
say hi []

方法一（使用Array）：

from multiprocessing import Process, Array

def f(a):
    for i in range(len(a)):
        a[i] = -a[i]

if __name__ == '__main__':
    arr = Array('i', range(10))
    p = Process(target=f, args=(arr,))
    p.start()
    p.join()

    print(arr[:])
[python@master test]$ python3 b.py
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

方法二（使用Manager）：

Manager()返回的manager提供list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array类型的支持。

from multiprocessing import Process, Manager

def f(d, l):
    d[] = ''
    d['2'] = 2
    d[0.25] = None
    l.reverse()

if __name__ == '__main__':
    with Manager() as manager:
        d = manager.dict()
        l = manager.list(range(10))

        p = Process(target=f, args=(d, l))
        p.start()
        p.join()

        print(d)
        print(l)
[python@master test]$ python3 c.py
{1: '', '': 2, 0.25: None}
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

使用多个进程池：

#coding: utf-8
import multiprocessing
import os, time, random

def Lee():
    print ("\nRun task Lee-%s" %(os.getpid())) #os.getpid()获取当前的进程的ID
    start = time.time()
    time.sleep(random.random() * 10) #random.random()随机生成0-1之间的小数
    end = time.time()
    print ('Task Lee, runs %0.2f seconds.' %(end - start))

def Marlon():
    print ("\nRun task Marlon-%s" %(os.getpid()))
    start = time.time()
    time.sleep(random.random() * 40)
    end=time.time()
    print ('Task Marlon runs %0.2f seconds.' %(end - start))

def Allen():
    print ("\nRun task Allen-%s" %(os.getpid()))
    start = time.time()
    time.sleep(random.random() * 30)
    end = time.time()
    print ('Task Allen runs %0.2f seconds.' %(end - start))

def Frank():
    print ("\nRun task Frank-%s" %(os.getpid()))
    start = time.time()
    time.sleep(random.random() * 20)
    end = time.time()
    print ('Task Frank runs %0.2f seconds.' %(end - start))

if __name__=='__main__':
    function_list=  [Lee, Marlon, Allen, Frank]
    print ("parent process %s" %(os.getpid()))

    pool=multiprocessing.Pool(4)
    for func in function_list:
        pool.apply_async(func)     #Pool执行函数，apply执行函数,当有一个进程执行完毕后，会添加一个新的进程到pool中

    print ('Waiting for all subprocesses done...')
    pool.close()
    pool.join()    #调用join之前，一定要先调用close() 函数，否则会出错, close()执行后不会有新的进程加入到pool,join函数等待素有子进程结束
    print ('All subprocesses done.')

[python@master test]$ python3 e.py
parent process 20714
Waiting for all subprocesses done...

Run task Lee-20715

Run task Marlon-20716

Run task Allen-20718

Run task Frank-20717
Task Lee, runs 3.18 seconds.
Task Frank runs 11.47 seconds.
Task Allen runs 23.24 seconds.
Task Marlon runs 38.09 seconds.
All subprocesses done.