進程和線程（1）-多進程

多進程

要讓Python程序實現多進程（multiprocessing），咱們先了解操做系統的相關知識。

Unix/Linux操做系統提供了一個fork()系統調用，它很是特殊。普通的函數調用，調用一次，返回一次，可是fork()調用一次，返回兩次，由於操做系統自動把當前進程（稱爲父進程）複製了一份（稱爲子進程），而後，分別在父進程和子進程內返回。

子進程永遠返回0，而父進程返回子進程的ID。這樣作的理由是，一個父進程能夠fork出不少子進程，因此，父進程要記下每一個子進程的ID，而子進程只須要調用getppid()就能夠拿到父進程的ID。

Python的os模塊封裝了常見的系統調用，其中就包括fork，能夠在Python程序中輕鬆建立子進程：

# multiprocessing.py import os print 'Process (%s) start...' % os.getpid() pid = os.fork() if pid==0: print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid()) else: print 'I (%s) just created a child process (%s).' % (os.getpid(), pid) 

運行結果以下：

Process (876) start... I (876) just created a child process (877). I am child process (877) and my parent is 876. 

因爲Windows沒有fork調用，上面的代碼在Windows上沒法運行。因爲Mac系統是基於BSD（Unix的一種）內核，因此，在Mac下運行是沒有問題的，推薦你們用Mac學Python！

有了fork調用，一個進程在接到新任務時就能夠複製出一個子進程來處理新任務，常見的Apache服務器就是由父進程監聽端口，每當有新的http請求時，就fork出子進程來處理新的http請求。

multiprocessing

若是你打算編寫多進程的服務程序，Unix/Linux無疑是正確的選擇。因爲Windows沒有fork調用，難道在Windows上沒法用Python編寫多進程的程序？

因爲Python是跨平臺的，天然也應該提供一個跨平臺的多進程支持。multiprocessing模塊就是跨平臺版本的多進程模塊。

multiprocessing模塊提供了一個Process類來表明一個進程對象，下面的例子演示了啓動一個子進程並等待其結束：

from multiprocessing import Process import os # 子進程要執行的代碼 def run_proc(name): print 'Run child process %s (%s)...' % (name, os.getpid()) if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Process(target=run_proc, args=('test',)) print 'Process will start.' p.start() p.join() print 'Process end.' 

執行結果以下：

Parent process 928.
Process will start. Run child process test (929)... Process end. 

建立子進程時，只須要傳入一個執行函數和函數的參數，建立一個Process實例，用start()方法啓動，這樣建立進程比fork()還要簡單。

join()方法能夠等待子進程結束後再繼續往下運行，一般用於進程間的同步。

Pool

若是要啓動大量的子進程，能夠用進程池的方式批量建立子進程：

from multiprocessing import Pool import os, time, random def long_time_task(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__': print 'Parent process %s.' % os.getpid() p = Pool() for i in range(5): p.apply_async(long_time_task, args=(i,)) print 'Waiting for all subprocesses done...' p.close() p.join() print 'All subprocesses done.' 

執行結果以下：

Parent process 669. Waiting for all subprocesses done... Run task 0 (671)... Run task 1 (672)... Run task 2 (673)... Run task 3 (674)... Task 2 runs 0.14 seconds. Run task 4 (673)... Task 1 runs 0.27 seconds. Task 3 runs 0.86 seconds. Task 0 runs 1.41 seconds. Task 4 runs 1.91 seconds. All subprocesses done. 

代碼解讀：

對Pool對象調用join()方法會等待全部子進程執行完畢，調用join()以前必須先調用close()，調用close()以後就不能繼續添加新的Process了。

請注意輸出的結果，task 0，1，2，3是馬上執行的，而task 4要等待前面某個task完成後才執行，這是由於Pool的默認大小在個人電腦上是4，所以，最多同時執行4個進程。這是Pool有意設計的限制，並非操做系統的限制。若是改爲：

p = Pool(5) 

就能夠同時跑5個進程。

因爲Pool的默認大小是CPU的核數，若是你不幸擁有8核CPU，你要提交至少9個子進程才能看到上面的等待效果。

進程間通訊

Process之間確定是須要通訊的，操做系統提供了不少機制來實現進程間的通訊。Python的multiprocessing模塊包裝了底層的機制，提供了Queue、Pipes等多種方式來交換數據。

咱們以Queue爲例，在父進程中建立兩個子進程，一個往Queue裏寫數據，一個從Queue裏讀數據：

from multiprocessing import Process, Queue import os, time, random # 寫數據進程執行的代碼: def write(q): for value in ['A', 'B', 'C']: print 'Put %s to queue...' % value q.put(value) time.sleep(random.random()) # 讀數據進程執行的代碼: def read(q): while True: value = q.get(True) print 'Get %s from queue.' % value if __name__=='__main__': # 父進程建立Queue，並傳給各個子進程： q = Queue() pw = Process(target=write, args=(q,)) pr = Process(target=read, args=(q,)) # 啓動子進程pw，寫入: pw.start() # 啓動子進程pr，讀取: pr.start() # 等待pw結束: pw.join() # pr進程裏是死循環，沒法等待其結束，只能強行終止: pr.terminate() 

運行結果以下：

Put A to queue...
Get A from queue. Put B to queue... Get B from queue. Put C to queue... Get C from queue. 

在Unix/Linux下，multiprocessing模塊封裝了fork()調用，使咱們不須要關注fork()的細節。因爲Windows沒有fork調用，所以，multiprocessing須要「模擬」出fork的效果，父進程全部Python對象都必須經過pickle序列化再傳到子進程去，全部，若是multiprocessing在Windows下調用失敗了，要先考慮是否是pickle失敗了。

小結

在Unix/Linux下，可使用fork()調用實現多進程。

要實現跨平臺的多進程，可使用multiprocessing模塊。

進程間通訊是經過Queue、Pipes等實現的。