python 进程&多进程&进程池

进程

1.什么是进程

程序：例如xxx.py这是程序，是一个静态的
进程：一个程序运行起来后，代码+用到的资源 称之为进程，它是操作系统分配资源的基本单元。
不仅可以通过线程完成多任务，进程也是可以的

2.进程的创建

如果你打算编写多进程的服务程序，Unix/Linux无疑是正确的选择。由于Windows没有fork调用，难道在Windows上无法用Python编写多进程的程序？
由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。
multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：

#coding=utf-8
from multiprocessing import Process
import os

# 子进程要执行的代码
def run_proc(name):
    print('子进程运行中，name= %s ,pid=%d...' % (name, os.getpid()))

if __name__=='__main__':
    print('父进程 %d.' % os.getpid())
    p = Process(target=run_proc, args=('test',))
    print('子进程将要执行')
    p.start()
    p.join()
    print('子进程已结束')

运行结果：

父进程 14920.
子进程将要执行
子进程运行中，name= test ,pid=1132…
子进程已结束

• 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

Process语法结构如下：

Process([group [, target [, name [, args [, kwargs]]]]])

-target：表示这个进程实例所调用对象；

• args：表示调用对象的位置参数元组；
• kwargs：表示调用对象的关键字参数字典；
• name：为当前进程实例的别名；
• group：大多数情况下用不到；
  Process类常用方法：
• is_alive()：判断进程实例是否还在执行；
• join([timeout])：是否等待进程实例执行结束，或等待多少秒；
• start()：启动进程实例（创建子进程）；
• run()：如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的-- run()方法；
• terminate()：不管任务是否完成，立即终止；
  Process类常用属性：
• name：当前进程实例别名，默认为Process-N，N为从1开始递增的整数；
• pid：当前进程实例的PID值；

例子1：

 #-*- coding:utf-8 -*-
 from multiprocessing import Process 
 import time def run_proc():
  """子进程要执行的代码""" 
  while True: print("----2----") 
  			time.sleep(1)
   if __name__=='__main__': 
   p = Process(target=run_proc) 
   p.start() 
   while True: 
   	  print("----1----") 
   	  time.sleep(1)

• 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
  例子2：

 #-*- coding:utf-8 -*-
from multiprocessing import Process 
import os import time 
def run_proc(): 
"""子进程要执行的代码""" 
    print('子进程运行中，pid=%d...' % os.getpid()) 
    # os.getpid获取当前进程的进程号 print('子进程将要结束...') 
 if __name__ == '__main__': 
 	print('父进程pid: %d' % os.getpid()) 
 	# os.getpid获取当前进程的进程号 
 	p = Process(target=run_proc) print(p.name) 
 	p.start()

#可以获取所有进程，三方包需要安装才能使用 
import psutil 
pids = psutil.pids() 
for pid in pids: 
	p = psutil.Process(pid) 
	print("pid-%d,pname-%s" %(pid,p.name()))

运行结果:

子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20}

进程间不同享全局变量

# -*- coding:utf-8 -*- 
from multiprocessing import Process 
import os 
import time 
nums = [11, 22] 
def work1(): 
	"""子进程要执行的代码""" 
	print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums)) 
for i in range(3): 
	nums.append(i) 
	time.sleep(1) 
	print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums)) 
def work2(): 
	"""子进程要执行的代码""" 
	print("in process2 pid=%d ,nums=%s" % (os.getpid(), nums)) 
if __name__ == '__main__': 
	p1 = Process(target=work1) 
	p1.start() 
	p1.join() 
	p2 = Process(target=work2) 
	p2.start()

运行结果

子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20} 
子进程运行中，name= test,age=18 ,pid=45097... 
{'m': 20}

进程间不同享全局变量

in process1 pid=11349 ,nums=[11, 22] 
in process1 pid=11349 ,nums=[11, 22, 0] 
in process1 pid=11349 ,nums=[11, 22, 0, 1] 
in process1 pid=11349 ,nums=[11, 22, 0, 1, 2] 
in process2 pid=11350 ,nums=[11, 22]

进程间通信-Queue

进程间通信-Queue:
Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。
1. Queue的使用
可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，以下小实例来演示一下Queue的工作原理：

#coding=utf-8 
from multiprocessing import Queue 
q=Queue(3) #初始化一个Queue对象，最多可接收三条put消息 
q.put("消息1") 
q.put("消息2") 
print(q.full()) #False 
q.put("消息3") 
print(q.full()) #True 
#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，第二个Try会立刻抛出异常 
try: 
	q.put("消息4",True,2) 
except: 
	print("消息列队已满，现有消息数量:%s"%q.qsize()) 
try: 
	q.put_nowait("消息4") 
except: 
	print("消息列队已满，现有消息数量:%s"%q.qsize()) #推荐的方式，先判断消息列队是否已满，再写入 
if not q.full(): 
	q.put_nowait("消息4") #读取消息时，先判断消息列队是否为空，再读取 
if not q.empty(): 
	for i in range(q.qsize()): 
		print(q.get_nowait())

运行结果

False 
True 
消息列队已满，现有消息数量:3 
消息列队已满，现有消息数量:3 
消息1 
消息2 
消息3

说明
初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

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(block, timeout)：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；
2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；

 Queue.get_nowait()：相当Queue.get(False)；

Queue.put(item,block,timeout)：将item消息写入队列，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；
2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；

 Queue.put_nowait(item)：相当Queue.put(item, False)；

2. Queue实例以及在多进程间的使用
我们以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：

from multiprocessing import Process, Queue 
import os, time, random 
# 写数据进程执行的代码: 
def write(q): 
	for value in ['A', 'B', 'C', 'D', 'E']: 
		print('Put %s to queue...' % value) 
		q.put(value) 
		time.sleep(random.random()) # 读数据进程执行的代码: 
def read(q): 
	while True: 
		if not q.empty(): 
			value = q.get(True) 
			print('Get %s from queue.' % value) 
			time.sleep(random.random()) 
		else: 
			break 
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() # 等待pw结束: 
	pw.join() # 启动子进程pr，读取: 
	pr.start() 
	pr.join() 
	print('所有数据都写入并且读完')

进程池Pool

• 当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。
• 初始化Pool时，可以指定一个最大进程数，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指定的最大值，那么该请求就会等待，直到池中有进程结束，才会用之前的进程来执行新的任务，请看下面的实例：

# -*- coding:utf-8 -*- 
from multiprocessing import Pool 
import os, time, random 
def worker(msg): 
		t_start = time.time() 
		print("%s开始执行,进程号为%d" % (msg,os.getpid())) 
		# random.random()随机生成0~1之间的浮点数 
		time.sleep(random.random()*2) 
		t_stop = time.time() 
		print(msg,"执行完毕，耗时%0.2f" % (t_stop-t_start)) 
po = Pool(3) 
# 定义一个进程池，最大进程数3 
for i in range(0,10): 
		# Pool().apply_async(要调用的目标,(传递给目标的参数元祖,)) 
		# 每次循环将会用空闲出来的子进程去调用目标 
		po.apply_async(worker,(i,)) 
print("----start----") 
po.close() # 关闭进程池，关闭后po(进程池)不再接收新任务 
po.join() # 等待po(进程池)中所有子进程执行完成，必须放在close语句之后 
print("-----end-----")

运行结果：

----start---- 
0开始执行,进程号为21466 
1开始执行,进程号为21468 
2开始执行,进程号为21467 
0 执行完毕，耗时1.01 
3开始执行,进程号为21466 
2 执行完毕，耗时1.24 
4开始执行,进程号为21467 
3 执行完毕，耗时0.56 
5开始执行,进程号为21466 
1 执行完毕，耗时1.68 
6开始执行,进程号为21468 
4 执行完毕，耗时0.67 
7开始执行,进程号为21467 
5 执行完毕，耗时0.83 
8开始执行,进程号为21466 
6 执行完毕，耗时0.75 
9开始执行,进程号为21468 
7 执行完毕，耗时1.03 
8 执行完毕，耗时1.05 
9 执行完毕，耗时1.69 
-----end-----

multiprocessing.Pool常用函数解析：

* apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；

* close()：关闭Pool，使其不再接受新的任务；

* terminate()：不管任务是否完成，立即终止；

* join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

进程池中中进程通信Manager().Queue()
如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

# -*- coding:utf-8 -*- 
# 修改import中的Queue为Manager 
from multiprocessing import Manager,Pool 
import os,time,random 
def writer(q): 
	print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid())) 
for i in "beicai1804": 
	q.put(i) def reader(q): 
	print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid())) 
for i in range(q.qsize()): 
	print("reader从Queue获取到消息：%s" % q.get(True)) 
if __name__=="__main__": 
	print("(%s) start" % os.getpid()) 
	q = Manager().Queue() # 使用Manager中的Queue 
	po = Pool() 
	po.apply_async(writer, (q,)) 
	time.sleep(1) 
	# 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据 
	po.apply_async(reader, (q,)) 
	po.close() 
	po.join() 
	print("(%s) End" % os.getpid())

运行结果

(11095) start 
writer启动(11097),父进程为(11095) 
reader启动(11098),父进程为(11095) 
reader从Queue获取到消息：b 
reader从Queue获取到消息：e 
reader从Queue获取到消息：i 
reader从Queue获取到消息：c 
reader从Queue获取到消息：a 
reader从Queue获取到消息：i 
...... (11095) End

进程与线程的对比：进程、线程对比功能

进程，能够完成多任务，比如 在一台电脑上能够同时运行多个QQ
线程，能够完成多任务，比如 一个QQ中的多个聊天窗口

定义的不同

 进程是系统进行资源分配基本单位.

 线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.

 线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享所在进程所拥有的全部资源

区别

 一个程序至少有一个进程,一个进程至少有一个线程.
 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
 进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率
 线线程不能够独立执行，必须依存在进程中

优缺点
线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。
使用场景：
多进程常用来处理计算密集型任务：
计算密集型任务的特点：是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。计算密集型任务可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。
多线程常用来处理IO密集型任务：
IO密集型：涉及到网络、磁盘IO的任务都是IO密集型任务，特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。但是也要切记，在执行多任务时，并不是越多线程越好。

进程池

创建进程的两种方式

第一种

from multiprocessing import Pool 
import os,time 
def runtest(num): 
	print('进程开启'+str(os.getpid())) 
	time.sleep(2) 
	#print(num) 
	print('进程结束'+str(os.getpid())) 
	return num 
def done(future): 
	print(future)
#构建一个进程池 
p = Pool(4) 
for i in range(0,50): 
	#func：表示方法（函数）的名称，args：方法（函数）的参数是一个tuple（元组）， 
	#callback回调函数(不一定要写，看需求) 
	p.apply_async(func=runtest,args=(i,),callback=done) 
#close()表示关闭进程池，不能再往里面添加任务 
p.close()
p.join()

第二种

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor 
import time,os 
#创建一个进程池 
def runtest(num): 
	print('进程开启'+str(os.getpid())) time.sleep(2) 
	# print(num) 
	print('进程结束'+str(os.getpid())) 
	return num 
def done(future): 
	print(future.result()) 
	pool = ProcessPoolExecutor(4) 
for i in range(0,50): 
	handler = pool.submit(runtest,i) 
	handler.add_done_callback(done) 
	pool.shutdown(wait=True)