python多进程实例_一篇文章搞定Python多进程(全)

公众号：pythonislover

前面写了三篇关于python多线程的文章，大概概况了多线程使用中的方法，文章链接如下：

今天开始会开启python多进程的内容，大家看过前面文章的应该都知道python中的GIL的存在，也就是多线程的时候，同一时间只能有一个线程在CPU上运行，而且是单个CPU上运行，不管你的CPU有多少核数。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。

1.Python多进程模块

Python中的多进程是通过multiprocessing包来实现的，和多线程的threading.Thread差不多，它可以利用multiprocessing.Process对象来创建一个进程对象。这个进程对象的方法和线程对象的方法差不多也有start(), run(), join()等方法，其中有一个方法不同Thread线程对象中的守护线程方法是setDeamon，而Process进程对象的守护进程是通过设置daemon属性来完成的。

下面说说Python多进程的实现方法，和多线程类似

2.Python多进程实现方法一

from multiprocessing import Process

def fun1(name):

print('测试%s多进程' %name)

if __name__ == '__main__':

process_list = []

for i in range(5): #开启5个子进程执行fun1函数

p = Process(target=fun1,args=('Python',)) #实例化进程对象

p.start()

process_list.append(p)

for i in process_list:

p.join()

print('结束测试')

结果

测试Python多进程

测试Python多进程

测试Python多进程

测试Python多进程

测试Python多进程

结束测试

Process finished with exit code 0

上面的代码开启了5个子进程去执行函数，我们可以观察结果，是同时打印的，这里实现了真正的并行操作，就是多个CPU同时执行任务。我们知道进程是python中最小的资源分配单元，也就是进程中间的数据，内存是不共享的，每启动一个进程，都要独立分配资源和拷贝访问的数据，所以进程的启动和销毁的代价是比较大了，所以在实际中使用多进程，要根据服务器的配置来设定。

3.Python多进程实现方法二

还记得python多线程的第二种实现方法吗?是通过类继承的方法来实现的，python多进程的第二种实现方式也是一样的

from multiprocessing import Process

class MyProcess(Process): #继承Process类

def __init__(self,name):

super(MyProcess,self).__init__()

self.name = name

def run(self):

print('测试%s多进程' % self.name)

if __name__ == '__main__':

process_list = []

for i in range(5): #开启5个子进程执行fun1函数

p = MyProcess('Python') #实例化进程对象

p.start()

process_list.append(p)

for i in process_list:

p.join()

print('结束测试')

结果

测试Python多进程

测试Python多进程

测试Python多进程

测试Python多进程

测试Python多进程

结束测试

Process finished with exit code 0

效果和第一种方式一样。

我们可以看到Python多进程的实现方式和多线程的实现方式几乎一样。

Process类的其他方法

构造方法：

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

group: 线程组

target: 要执行的方法

name: 进程名

args/kwargs: 要传入方法的参数

实例方法：

is_alive()：返回进程是否在运行,bool类型。

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：

daemon：和线程的setDeamon功能一样

name：进程名字

pid：进程号

关于join，daemon的使用和python多线程一样，这里就不在复述了，大家可以看看以前的python多线程系列文章。

4.Python多线程的通信

进程是系统独立调度核分配系统资源(CPU、内存)的基本单位，进程之间是相互独立的，每启动一个新的进程相当于把数据进行了一次克隆，子进程里的数据修改无法影响到主进程中的数据，不同子进程之间的数据也不能共享，这是多进程在使用中与多线程最明显的区别。但是难道Python多进程中间难道就是孤立的吗？当然不是，python也提供了多种方法实现了多进程中间的通信和数据共享(可以修改一份数据)

进程对列Queue

Queue在多线程中也说到过，在生成者消费者模式中使用，是线程安全的，是生产者和消费者中间的数据管道，那在python多进程中，它其实就是进程之间的数据管道，实现进程通信。

from multiprocessing import Process,Queue

def fun1(q,i):

print('子进程%s 开始put数据' %i)

q.put('我是%s 通过Queue通信' %i)

if __name__ == '__main__':

q = Queue()

process_list = []

for i in range(3):

p = Process(target=fun1,args=(q,i,)) #注意args里面要把q对象传给我们要执行的方法，这样子进程才能和主进程用Queue来通信

p.start()

process_list.append(p)

for i in process_list:

p.join()

print('主进程获取Queue数据')

print(q.get())

print(q.get())

print(q.get())

print('结束测试')

结果

子进程0 开始put数据

子进程1 开始put数据

子进程2 开始put数据

主进程获取Queue数据

我是0 通过Queue通信

我是1 通过Queue通信

我是2 通过Queue通信

结束测试

Process finished with exit code 0

上面的代码结果可以看到我们主进程中可以通过Queue获取子进程中put的数据，实现进程间的通信。

管道Pipe

管道Pipe和Queue的作用大致差不多，也是实现进程间的通信，下面之间看怎么使用吧

from multiprocessing import Process, Pipe

def fun1(conn):

print('子进程发送消息：')

conn.send('你好主进程')

print('子进程接受消息：')

print(conn.recv())

conn.close()

if __name__ == '__main__':

conn1, conn2 = Pipe() #关键点，pipe实例化生成一个双向管

p = Process(target=fun1, args=(conn2,)) #conn2传给子进程

p.start()

print('主进程接受消息：')

print(conn1.recv())

print('主进程发送消息：')

conn1.send("你好子进程")

p.join()

print('结束测试')

结果

主进程接受消息：

子进程发送消息：

子进程接受消息：

你好主进程

主进程发送消息：

你好子进程

结束测试

Process finished with exit code 0

上面可以看到主进程和子进程可以相互发送消息

Managers

Queue和Pipe只是实现了数据交互，并没实现数据共享，即一个进程去更改另一个进程的数据。那么久要用到Managers

from multiprocessing import Process, Manager

def fun1(dic,lis,index):

dic[index] = 'a'

dic['2'] = 'b'

lis.append(index) #[0,1,2,3,4,0,1,2,3,4,5,6,7,8,9]

#print(l)

if __name__ == '__main__':

with Manager() as manager:

dic = manager.dict()#注意字典的声明方式，不能直接通过{}来定义

l = manager.list(range(5))#[0,1,2,3,4]

process_list = []

for i in range(10):

p = Process(target=fun1, args=(dic,l,i))

p.start()

process_list.append(p)

for res in process_list:

res.join()

print(dic)

print(l)

结果：

{0: 'a', '2': 'b', 3: 'a', 1: 'a', 2: 'a', 4: 'a', 5: 'a', 7: 'a', 6: 'a', 8: 'a', 9: 'a'}

[0, 1, 2, 3, 4, 0, 3, 1, 2, 4, 5, 7, 6, 8, 9]

可以看到主进程定义了一个字典和一个列表，在子进程中，可以添加和修改字典的内容，在列表中插入新的数据，实现进程间的数据共享，即可以共同修改同一份数据

5.进程池

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。就是固定有几个进程可以使用。

进程池中有两个方法：

apply：同步，一般不使用

apply_async：异步

from multiprocessing import Process,Pool

import os, time, random

def fun1(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__':

pool = Pool(5) #创建一个5个进程的进程池

for i in range(10):

pool.apply_async(func=fun1, args=(i,))

pool.close()

pool.join()

print('结束测试')

结果

Run task 0 (37476)...

Run task 1 (4044)...

Task 0 runs 0.03 seconds.

Run task 2 (37476)...

Run task 3 (17252)...

Run task 4 (16448)...

Run task 5 (24804)...

Task 2 runs 0.27 seconds.

Run task 6 (37476)...

Task 1 runs 0.58 seconds.

Run task 7 (4044)...

Task 3 runs 0.98 seconds.

Run task 8 (17252)...

Task 5 runs 1.13 seconds.

Run task 9 (24804)...

Task 6 runs 1.46 seconds.

Task 4 runs 2.73 seconds.

Task 8 runs 2.18 seconds.

Task 7 runs 2.93 seconds.

Task 9 runs 2.93 seconds.

结束测试

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。

进程池map方法

案例来源于网络，侵权请告知，谢谢

因为网上看到这个例子觉得不错，所以这里就不自己写案例，这个案例比较有说服力

import os

import PIL

from multiprocessing import Pool

from PIL import Image

SIZE = (75,75)

SAVE_DIRECTORY = \'thumbs\'

def get_image_paths(folder):

return (os.path.join(folder, f)

for f in os.listdir(folder)

if \'jpeg\' in f)

def create_thumbnail(filename):

im = Image.open(filename)

im.thumbnail(SIZE, Image.ANTIALIAS)

base, fname = os.path.split(filename)

save_path = os.path.join(base, SAVE_DIRECTORY, fname)

im.save(save_path)

if __name__ == \'__main__\':

folder = os.path.abspath(

\'11_18_2013_R000_IQM_Big_Sur_Mon__e10d1958e7b766c3e840\')

os.mkdir(os.path.join(folder, SAVE_DIRECTORY))

images = get_image_paths(folder)

pool = Pool()

pool.map(creat_thumbnail, images) #关键点，images是一个可迭代对象

pool.close()

pool.join()

上边这段代码的主要工作就是将遍历传入的文件夹中的图片文件，一一生成缩略图，并将这些缩略图保存到特定文件夹中。这我的机器上，用这一程序处理 6000 张图片需要花费 27.9 秒。 map 函数并不支持手动线程管理，反而使得相关的 debug 工作也变得异常简单。

map在爬虫的领域里也可以使用，比如多个URL的内容爬取，可以把URL放入元祖里，然后传给执行函数。