像线程一样管理进程的Python multiprocessing库

一、创建一个进程

要创建一个进程，最简单的方式是用一个目标函数实例化一个Process对象，然后与threading一样调用start()函数让它工作。示例如下：

import multiprocessing

def worker():
    for i in range(3):
        print(i)

if __name__=="__main__":
    p = multiprocessing.Process(target=worker)
    p.start()

运行之后，效果如下：

需要注意的是，multiprocessing库在Windows创建进程必须在if __name__=="__main__":中，这是 Windows 上多进程的实现问题。在 Windows 上，子进程会自动 import 启动它的这个文件，而在 import 的时候是会执行这些语句的。如果直接创建就会无限递归创建子进程报错。所以必须把创建子进程的部分用那个 if 判断保护起来，import 的时候 __name__ 不是 __main__ ，就不会递归运行了。

二、设置进程名

在threading线程中，我们可以通过其参数name设置线程名，同样的我们也可以通过name参数设置其进程的名字。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker)
    p3 = multiprocessing.Process(name='p3', target=worker)
    p1.start()
    p2.start()
    p3.start()

运行之后，效果如下：

三、守护进程

和线程一样，在所有子进程没有退出之前，主程序是不会退出的。有时候，我们可能需要启动一个后台进程，它可以一直运行而不阻塞主程序退出。

要标志一个守护进程，可以将其添加第3个参数daemon，设置为True。默认值为False，不作为守护进程。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(1)
    print(multiprocessing.current_process().name, "end")

def worker2():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)
    p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)
    p1.start()
    p2.start()
    p3.start()

运行之后，效果如下：

p2,p3为守护进程，但p1不是所以执行1秒之后，就退出主程序了，也就没有打印p2p3的内容。但是其依旧在执行中，直到执行完成。

四、join()

同样的，如果你期望强制等待一个守护进程的结束，可以增加join()函数。还是上面的代码，示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(1)
    print(multiprocessing.current_process().name, "end")

def worker2():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)
    p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)
    p1.start()
    p2.start()
    p3.start()
    p1.join()
    p2.join()
    p3.join()

   

运行之后，和设置进程名的运行结果一样，这里不在展示。唯一与守护进程代码的区别就是最后三行join()函数代码。当然，也可以像线程一样，给join()函数传入一个时间，超过这个时间，主进程不再等待。

五、强制结束进程

如果一个进程已经挂起或者不小心进入了死锁状态，那么这个时候，我们往往会强制的结束进程。对一个进程对象调用terminate()会结束子进程。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(5)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p1.start()
    print("是否还在运行", p1.is_alive())
    p1.terminate()
    print("是否还在运行", p1.is_alive())
    p1.join()
    print("是否还在运行", p1.is_alive())

运行之后，输出如下：

终止进程后要使用join()函数等待进程的退出。使进程管理代码有足够的时间更新对象的状态，以反应进程已经终止。

六、进程退出状态码

进程退出时，生成的状态码可以通过exitcode属性访问。下表就是其状态码的取值范围以及其意义：

退出码	含义
0	未生成任何错误
>0	进程有一个错误，并以该错误码退出
<0	进程以一个-1*exitcodde信号结束

测试如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(5)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker)
    p1.start()
    p2.start()
    print("是否还在运行", p1.is_alive())
    p1.terminate()
    print("是否还在运行", p1.is_alive())
    print(p1.exitcode)
    p1.join()
    print("是否还在运行", p1.is_alive())
    print(p1.exitcode)
    time.sleep(5.5)
    print(p2.exitcode)

运行之后，效果如下：

可以看到，强制退出的进程状态码为负数，正常退出的进程状态码为0。

七、日志

调试并发问题时，如果能够访问multiprocessing所提供对象的内部状态，那么这会很有用。在实际的项目中，我们可以使用一个方便的模块级函数启用日志记录，它使用logging建立一个日志记录器对象，并增加一个处理器，使日志消息被发送到标准错误通道。

示例如下：

import multiprocessing
import logging
import sys

def worker():
    print("运行工作进程")
    sys.stdout.flush()

if __name__ == "__main__":
    multiprocessing.log_to_stderr(logging.DEBUG)
    p1 = multiprocessing.Process(name='p1', target=worker)
    p1.start()
    p1.join()

运行之后，效果如下：

八、派生进程

与线程一样，我们可以自定义进程，而不必只是传入一个函数进行进程的创建。

创建的进程的方式也是派生自进程类即可。示例如下：

import multiprocessing

class WorkerProcess(multiprocessing.Process):
    def run(self):
        print(self.name)
        return

if __name__ == "__main__":
    for i in range(5):
        p = WorkerProcess()
        p.start()
        p.join()

运行之后，效果如下：

multiprocessing库的进程知识与threading一样长，因为本篇的内容已经够长了，剩下的知识我们将在下一篇博文中接着讲解。

到此这篇关于像线程一样管理进程的Python multiprocessing库的文章就介绍到这了,更多相关Python multiprocessing库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！