python多进程multiprocessing

多进程

• 概述

多进程是指在同一时间内，同时执行多个程序或多个部分的程序。每个进程都拥有自己的地址空间、内存、文件描述符和其他系统资源。多进程的好处在于可以使程序并行执行，从而提高程序的运行效率。

Python中的multiprocessing模块提供了一种创建和管理进程的方式，使得可以利用多个CPU来加速程序运行。

• 例子

multiprocessing模块提供了一个Process类，可以用来创建和管理进程。下面是一个简单的示例：

import multiprocessing

def worker():
"""该函数将在子进程中执行"""
print('Worker')

if __name__ == '__main__':
# 创建子进程
p = multiprocessing.Process(target=worker)
# 启动子进程
p.start()
# 等待子进程结束
p.join()

​ 在上面的代码中，worker函数将在子进程中执行。首先，创建了一个Process对象，指定target参数为worker函数。然后，通过调用start方法启动子进程，最后调用join方法等待子进程结束。

• 带参调用

这地方用到的是args和kwargs，其中args是使用元素组的方式给指定任务传参，kwargs是使用字典方式给指定任务传参。

进程对象 = multiprocessing.Process(target=*,args=(*,))

此处注意，若只有一个元素，那个逗号也是不可以省略的。

进程对象 = multiprocessing.Process(target=*,kwargs={"变量名": 变量值})

例子

import time
import multiprocessing


def eat(num,name):
 for i in range(num):
     print(name+"吃一口……")
     time.sleep(1)
def drink(num,name):
 for i in range(num):
     print(name+"喝一口……")
     time.sleep(1)
if __name__ == '__main__':
 # target：指定执行的函数名
 # args:使用元组方式给指定任务传参
 # kwargs:使用字典方式给指定任务传参
 eat_process = multiprocessing.Process(target=eat,args=(3,"giao"))
 drink_process = multiprocessing.Process(target=drink,kwargs={"num": 4,"name":"giao"})
 eat_process.start()
 drink_process.start()

• 获取进程的编号

• 获取当前进程的编号

os.getpid()

• 获取当前进程的父进程的编号

os.getppid()

• 设置子进程守护

当参数daemon是False时，主进程结束了子进程还是会继续执行；否则，子进程和主进程一起结束，默认False。

当主进程结束时，要让子进程也不再继续执行，直接结束,我们可以通过进程对象的参数daemon来进行控制。

只需要在创建进程之后，加入这样一句代码

进程名称.daemon = True

这样子进程就会守护主进程，主进程结束，子进程也会自动销毁。

例子

import multiprocessing
import time
def eat():
   for i in range(10):
       print("我吃我吃……")
       time.sleep(0.5)
if __name__ == '__main__':
   eat_process = multiprocessing.Process(target=eat)
   # 设置进程守护
   eat_process.daemon = True
   eat_process.start()

   time.sleep(1)
   print("我吃饱了……")

• 创建进程的方式

• 方式1：使用Process直接创建

    # 创建子进程
    p = multiprocessing.Process(target=worker)

• 方式2：进程池创建

如果需要创建大量的进程，那么使用Process类可能会导致系统资源的浪费。此时，可以使用Pool类来创建进程池。下面是一个简单的示例：

import multiprocessing
import os
import time
def worker(num):
    """该函数将在子进程中执行"""
    time.sleep(4)
    print('Worker %d , 进程id为 %d' %(num,os.getpid()))

if __name__ == '__main__':
    # 创建进程池
    pool = multiprocessing.Pool(4) # 设置进程池中进程最大数量是4
    # 启动进程池中的进程
    pool.map(worker, range(10)) # 需要开启10个进程
    # 关闭进程池
    pool.close()
    # 等待进程池中的进程结束
    pool.join()

在上面的代码中，Pool类的构造函数中指定了进程池的大小为4，然后通过调用map方法来启动进程池中的进程。map方法会将worker函数和range(10)序列中的每个元素一一对应，然后将它们作为参数传递给进程池中的进程。此外，需要的10个进程会从进程池中拿3次。

Worker 0 , 进程id为 14948
Worker 1 , 进程id为 28360
Worker 2 , 进程id为 30592
Worker 3 , 进程id为 22260
---上4组并行
Worker 4 , 进程id为 14948
Worker 5 , 进程id为 28360
Worker 6 , 进程id为 30592
Worker 7 , 进程id为 22260
---上4组并行
Worker 8 , 进程id为 14948
Worker 9 , 进程id为 28360
---上2组并行

Process finished with exit code 0

• 进程池的进程最大数量最多不超过计算机的cpu核心数量，以下函数cpu_count()可以获取到当前计算机的cpu核心数量

  import multiprocessing
  
  cpus = multiprocessing.cpu_count()
  pool = multiprocessing.Pool(cpus)
  

• 进程执行方法需要多个参数：

  https://blog.csdn.net/u013421629/article/details/100284962

  每个进程需要执行的方法有多个参数需要如何处理？比如上面的worker方法中有两个参数，那么pool.map调用的时候会报错,例子如下：

  data_list=[(1,1),(2,2),(3,3)]
  res = pool.map(worker,data_list)
  
  def worker(num,num2):
      time.sleep(4)
      print('Worker %d , 进程id为 %d' %(num,os.getpid()))
  

  会报出：参数个数不匹配的错误。

  解决方法1：多个参数合并成一个参数（list），需要重新定义一个方法worker，该方法只有一个形式参数，其内部再调用多参数的方法,如下：

  def worker2(s:list):
      worker(s[0],s[1])
      
  data_list=[(1,1),(2,2),(3,3)]
  res = pool.map(worker2,data_list)
  

  此外，你可能会有使用lambda表达式的思路，生成一个匿名函数worker2，然后调用worker，就像这样

  worker2 = lambda x:worker(x[0],x[1])
  res = pool.map(worker2,data_list)
  

  然后就会发现，不行，报错，如下

    File "/usr/lib/python3.10/multiprocessing/connection.py", line 206, in send
      self._send_bytes(_ForkingPickler.dumps(obj))
    File "/usr/lib/python3.10/multiprocessing/reduction.py", line 51, in dumps
      cls(buf, protocol).dump(obj)
  AttributeError: Can't pickle local object 'worker..'
  

  其实，还有另外一种方法，让我们直接就可以把多参的函数穿传入进来。如下

  解决方法2：使用pathos.multiprocessing，可以传入多个参数的方法f，代码如下，不多此时，map的第二个参数就是f的第一个参数的list，map的第三个参数就是f的第二个参数的list。

  >>> from pathos.multiprocessing import ProcessingPool as Pool
  >>>
  >>> def add_and_subtract(x,y):
  ...   return x+y, x-y
  
  >>> res = Pool().map(add_and_subtract, range(0,20,2), range(-5,5,1))
  >>> res
  [(-5, 5), (-2, 6), (1, 7), (4, 8), (7, 9), (10, 10), (13, 11), (16, 12), (19, 13), (22, 14)]
  

  比如，Pool().map(add，[0,1,2],[3,4,5])，代表add(0,3),add(1,4),add(2,5)这三个函数并行

参考：
http://stack.itcast.cn/news/20230404/10534657760.shtml

https://www.rstk.cn/news/45013.html?action=onClick