Python一篇学会多进程

阅读目录

1. Process
2. Lock
3. Semaphore
4. Event
5. Queue
6. Pipe
7. Pool

序. multiprocessing
python 中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件。

回到顶部

1. Process

创建进程的类：Process([group [, target [, name [, args [, kwargs]]]]])，target表示调用对象，args表示调用对象的位置参数元组。kwargs表示调用对象的字典。name为别名。group实质上不使用。
方法：is_alive()、join([timeout])、run()、start()、terminate()。其中，Process以start()启动某个进程。

属性：authkey、daemon（要通过start()设置）、exitcode(进程在运行时为None、如果为–N，表示被信号N结束）、name、pid。其中daemon是父进程终止后自动终止，且自己不能产生新进程，必须在start()之前设置。

例1.1：创建函数并将其作为单个进程

import multiprocessing import time  def worker(interval):     n = 5

    while n > 0:         print("The time is {0}".format(time.ctime()))         time.sleep(interval)         n -= 1

if __name__ == "__main__":     p = multiprocessing.Process(target = worker, args = (3,))     p.start()     print "p.pid:", p.pid     print "p.name:", p.name     print "p.is_alive:", p.is_alive()

结果

p.pid: 8736

p.name: Process-1

p.is_alive: True

The time is Tue Apr 21 20:55:12 2015

The time is Tue Apr 21 20:55:15 2015

The time is Tue Apr 21 20:55:18 2015

The time is Tue Apr 21 20:55:21 2015

The time is Tue Apr 21 20:55:24 2015

例1.2：创建函数并将其作为多个进程

import multiprocessing import time  def worker_1(interval):     print "worker_1"     time.sleep(interval)     print "end worker_1"

def worker_2(interval):     print "worker_2"     time.sleep(interval)     print "end worker_2"

def worker_3(interval):     print "worker_3"     time.sleep(interval)     print "end worker_3"

if __name__ == "__main__":     p1 = multiprocessing.Process(target = worker_1, args = (2,))     p2 = multiprocessing.Process(target = worker_2, args = (3,))     p3 = multiprocessing.Process(target = worker_3, args = (4,))      p1.start()     p2.start()     p3.start()      print("The number of CPU is:" + str(multiprocessing.cpu_count()))     for p in multiprocessing.active_children():         print("child   p.name:" + p.name + "\tp.id" + str(p.pid))     print "END!!!!!!!!!!!!!!!!!"

结果

The number of CPU is:4

child p.name:Process-3 p.id7992

child p.name:Process-2 p.id4204

child p.name:Process-1 p.id6380

END!!!!!!!!!!!!!!!!!

worker_1

worker_3

worker_2

end worker_1

end worker_2

end worker_3

例1.3：将进程定义为类

import multiprocessing import time  class ClockProcess(multiprocessing.Process):     def __init__(self, interval):         multiprocessing.Process.__init__(self)         self.interval = interval      def run(self):         n = 5

        while n > 0:             print("the time is {0}".format(time.ctime()))             time.sleep(self.interval)             n -= 1

if __name__ == '__main__':     p = ClockProcess(3)     p.start()

注：进程p调用start()时，自动调用run()

结果

the time is Tue Apr 21 20:31:30 2015

the time is Tue Apr 21 20:31:33 2015

the time is Tue Apr 21 20:31:36 2015

the time is Tue Apr 21 20:31:39 2015

the time is Tue Apr 21 20:31:42 2015

例1.4：daemon程序对比结果

#1.4-1 不加daemon属性

import multiprocessing import time  def worker(interval):     print("work start:{0}".format(time.ctime()));     time.sleep(interval)     print("work end:{0}".format(time.ctime()));  if __name__ == "__main__":     p = multiprocessing.Process(target = worker, args = (3,))     p.start()     print "end!"

结果

end!

work start:Tue Apr 21 21:29:10 2015

work end:Tue Apr 21 21:29:13 2015

#1.4-2 加上daemon属性

import multiprocessing import time  def worker(interval):     print("work start:{0}".format(time.ctime()));     time.sleep(interval)     print("work end:{0}".format(time.ctime()));  if __name__ == "__main__":     p = multiprocessing.Process(target = worker, args = (3,))     p.daemon = True     p.start()     print "end!"

结果

end!

注：因子进程设置了daemon属性，主进程结束，它们就随着结束了。

#1.4-3 设置daemon执行完结束的方法

import multiprocessing import time  def worker(interval):     print("work start:{0}".format(time.ctime()));     time.sleep(interval)     print("work end:{0}".format(time.ctime()));  if __name__ == "__main__":     p = multiprocessing.Process(target = worker, args = (3,))     p.daemon = True     p.start()     p.join()     print "end!"

结果

work start:Tue Apr 21 22:16:32 2015

work end:Tue Apr 21 22:16:35 2015

end!

回到顶部

2. Lock

当多个进程需要访问共享资源的时候，Lock可以用来避免访问的冲突。

import multiprocessing import sys  def worker_with(lock, f):     with lock:         fs = open(f, 'a+')         n = 10

        while n > 1:             fs.write("Lockd acquired via with\n")             n -= 1         fs.close()          def worker_no_with(lock, f):     lock.acquire()     try:         fs = open(f, 'a+')         n = 10

        while n > 1:             fs.write("Lock acquired directly\n")             n -= 1         fs.close()     finally:         lock.release()      if __name__ == "__main__":     lock = multiprocessing.Lock()     f = "file.txt"     w = multiprocessing.Process(target = worker_with, args=(lock, f))     nw = multiprocessing.Process(target = worker_no_with, args=(lock, f))     w.start()     nw.start()     print "end"

结果（输出文件）

Lockd acquired via with

Lock acquired directly

回到顶部

3. Semaphore

Semaphore用来控制对共享资源的访问数量，例如池的最大连接数。

import multiprocessing import time  def worker(s, i):     s.acquire()     print(multiprocessing.current_process().name + "acquire");     time.sleep(i)     print(multiprocessing.current_process().name + "release\n");     s.release()  if __name__ == "__main__":     s = multiprocessing.Semaphore(2)     for i in range(5):         p = multiprocessing.Process(target = worker, args=(s, i*2))         p.start()

结果

Process-1acquire

Process-1release

Process-2acquire

Process-3acquire

Process-2release

Process-5acquire

Process-3release

Process-4acquire

Process-5release

Process-4release

回到顶部

4. Event

Event用来实现进程间同步通信。

import multiprocessing import time  def wait_for_event(e):     print("wait_for_event: starting")     e.wait()     print("wairt_for_event: e.is_set()->" + str(e.is_set()))  def wait_for_event_timeout(e, t):     print("wait_for_event_timeout:starting")     e.wait(t)     print("wait_for_event_timeout:e.is_set->" + str(e.is_set()))  if __name__ == "__main__":     e = multiprocessing.Event()     w1 = multiprocessing.Process(name = "block",             target = wait_for_event,             args = (e,))      w2 = multiprocessing.Process(name = "non-block",             target = wait_for_event_timeout,             args = (e, 2))     w1.start()     w2.start()      time.sleep(3)      e.set()     print("main: event is set")

结果

wait_for_event: starting

wait_for_event_timeout:starting

wait_for_event_timeout:e.is_set->False

main: event is set

wairt_for_event: e.is_set()->True

回到顶部

5. Queue

Queue是多进程安全的队列，可以使用Queue实现多进程之间的数据传递。put方法用以插入数据到队列中，put方法还有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，该方法会阻塞timeout指定的时间，直到该队列有剩余的空间。如果超时，会抛出Queue.Full异常。如果blocked为False，但该Queue已满，会立即抛出Queue.Full 异常。

get方法可以从队列读取并且删除一个元素。同样，get方法有两个可选参数：blocked和timeout。如果blocked为 True（默认值），并且timeout为正值，那么在等待时间内没有取到任何元素，会抛出Queue.Empty异常。如果blocked为 False，有两种情况存在，如果Queue有一个值可用，则立即返回该值，否则，如果队列为空，则立即抛出Queue.Empty异常。Queue的一段示例代码：

import multiprocessing  def writer_proc(q):           try:                  q.put(1, block = False)      except:                  pass   

def reader_proc(q):           try:                  print q.get(block = False)      except:                  pass

if __name__ == "__main__":     q = multiprocessing.Queue()     writer = multiprocessing.Process(target=writer_proc, args=(q,))       writer.start()         reader = multiprocessing.Process(target=reader_proc, args=(q,))       reader.start()        reader.join()       writer.join()

结果

1

回到顶部

6. Pipe

Pipe方法返回(conn1, conn2)代表一个管道的两个端。Pipe方法有duplex参数，如果duplex参数为True(默认值)，那么这个管道是全双工模式，也就是说 conn1和conn2均可收发。duplex为False，conn1只负责接受消息，conn2只负责发送消息。

send和recv方法分别是发送和接受消息的方法。例如，在全双工模式下，可以调用conn1.send发送消息，conn1.recv接收消息。如果没有消息可接收，recv方法会一直阻塞。如果管道已经被关闭，那么recv方法会抛出EOFError。

import multiprocessing import time  def proc1(pipe):     while True:         for i in xrange(10000):             print "send: %s" %(i)             pipe.send(i)             time.sleep(1)  def proc2(pipe):     while True:         print "proc2 rev:", pipe.recv()         time.sleep(1)  def proc3(pipe):     while True:         print "PROC3 rev:", pipe.recv()         time.sleep(1)  if __name__ == "__main__":     pipe = multiprocessing.Pipe()     p1 = multiprocessing.Process(target=proc1, args=(pipe[0],))     p2 = multiprocessing.Process(target=proc2, args=(pipe[1],))     #p3 = multiprocessing.Process(target=proc3, args=(pipe[1],))

     p1.start()     p2.start()     #p3.start()

     p1.join()     p2.join()     #p3.join()

结果

回到顶部

7. Pool

在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程，十几个还好，但如果是上百个，上千个目标，手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。
Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来它。

例7.1：使用进程池

#coding: utf-8

import multiprocessing import time  def func(msg):     print "msg:", msg     time.sleep(3)     print "end"

if __name__ == "__main__":     pool = multiprocessing.Pool(processes = 3)     for i in xrange(4):         msg = "hello %d" %(i)         pool.apply_async(func, (msg, ))   #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

    print "Mark~ Mark~ Mark~~~~~~~~~~~~~~~~~~~~~~"     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 "Sub-process(es) done."

一次执行结果

mMsg: hark~ Mark~ Mark~~~~~~~~~~~~~~~~~~~~~~ello 0

msg: hello 1

msg: hello 2

end

msg: hello 3

end

Sub-process(es) done.

函数解释：

apply_async(func[, args[, kwds[, callback]]]) 它是非阻塞，apply(func[, args[, kwds]])是阻塞的（理解区别，看例1例2结果区别）
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。

执行说明：创建一个进程池pool，并设定进程的数量为3，xrange(4)会相继产生四个对象[0, 1, 2, 4]，四个对象被提交到pool中，因pool指定进程数为3，所以0、1、2会直接送到进程中执行，当其中一个执行完事后才空出一个进程处理对象3，所以会出现输出“msg: hello 3”出现在"end"后。因为为非阻塞，主函数会自己执行自个的，不搭理进程的执行，所以运行完for循环后直接输出“mMsg: hark~ Mark~ Mark~~~~~~~~~~~~~~~~~~~~~~”，主程序在pool.join（）处等待各个进程的结束。

例7.2：使用进程池（阻塞）

#coding: utf-8

import multiprocessing import time  def func(msg):     print "msg:", msg     time.sleep(3)     print "end"

if __name__ == "__main__":     pool = multiprocessing.Pool(processes = 3)     for i in xrange(4):         msg = "hello %d" %(i)         pool.apply(func, (msg, ))   #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

    print "Mark~ Mark~ Mark~~~~~~~~~~~~~~~~~~~~~~"     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 "Sub-process(es) done."

一次执行的结果

msg: hello 0

end

msg: hello 1

end

msg: hello 2

end

msg: hello 3

end

Mark~ Mark~ Mark~~~~~~~~~~~~~~~~~~~~~~

Sub-process(es) done.

例7.3：使用进程池，并关注结果

import multiprocessing import time  def func(msg):     print "msg:", msg     time.sleep(3)     print "end"

    return "done" + msg  if __name__ == "__main__":     pool = multiprocessing.Pool(processes=4)     result = []     for i in xrange(3):         msg = "hello %d" %(i)         result.append(pool.apply_async(func, (msg, )))     pool.close()     pool.join()     for res in result:         print ":::", res.get()     print "Sub-process(es) done."

一次执行结果

msg: hello 0

msg: hello 1

msg: hello 2

end

::: donehello 0

::: donehello 1

::: donehello 2

Sub-process(es) done.

例7.4：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.'

一次执行结果

parent process 7704

Waiting for all subprocesses done...

Run task Lee-6948

Run task Marlon-2896

Run task Allen-7304

Run task Frank-3052

Task Lee, runs 1.59 seconds.

Task Marlon runs 8.48 seconds.

Task Frank runs 15.68 seconds.

Task Allen runs 18.08 seconds.

All subprocesses done.