進程(Process)是計算機中的程序關於某數據集合上的一次運行活動,是系統進行資源分配和調度的基本單位,是操做系統結構的基礎。在早期面向進程設計的計算機結構中,進程是程序的基本執行實體;在當代面向線程設計的計算機結構中,進程是線程的容器。程序是指令、數據及其組織形式的描述,進程是程序的實體。---來自百度百科windows
#-*- coding:utf-8 -*-
import os pid = os.fork() if pid == 0: print("子進程") else: print("主進程")
運行結果爲:安全
主進程
子進程
getpid()、getppid()網絡
import os pid = os.fork() if pid == 0: print("我是子進程(%d),個人父進程(%d)"%(os.getpid(),os.getppid())) else: print("我是父進程(%d),個人子進程(%d)"%(os.getpid,pid)) print("父子進程均可以執行的代碼")
運行結果爲:app
我是父進程(4488),個人子進程(4491) 父子進程均可以執行的代碼 我是子進程(4491),個人父進程(4488) 父子進城均可以執行的代碼
說明:dom
多個fork()async
#-*- coding:utf-8 -*-
import os pid1 = os.fork() if pid1 == 0:#子進程1
print("1:我是第一個子進程%d,個人父進程是%d"%(os.getpid(),os.getppid())) else:#父進程
print("2:我是父進程%d"%os.getpid()) pid2 = os.fork() if pid2==0: print("3:我是誰%d,個人父進程是%d"%(os.getpid(),os.getppid())) else: print("4:我是誰%d,個人父進程是%d"%(os.getpid(),os.getppid()))
運行結果爲:
2:我是父進程3189 1:我是第一個子進程3190,個人父進程是3189 4:我是誰3190,個人父進程是3189 3:我是誰3191,個人父進程是3189 3:我是誰3192,個人父進程是3190 4:我是誰3189,個人父進程是991
說明:
其實上面的代碼就至關於:函數
#-*- coding:utf-8 -*-
import os pid1 = os.fork() if pid1 == 0:#子進程1
print("1:我是第一個子進程%d,個人父進程是%d"%(os.getpid(),os.getppid())) else:#父進程
print("2:我是父進程%d"%os.getpid()) pid2 = os.fork() if pid1 == 0:#子進程1 if pid2==0:#子子進程 print("3:我是誰%d,個人父進程是%d"%(os.getpid(),os.getppid())) else:#子進程1 print("4:我是誰%d,個人父進程是%d"%(os.getpid(),os.getppid())) else:#父進程 if pid2==0:#子進程2 print("3:我是誰%d,個人父進程是%d"%(os.getpid(),os.getppid())) else:#父進程 print("4:我是誰%d,個人父進程是%d"%(os.getpid(),os.getppid()))
import os import time g_num = 100 ret = os.fork() if ret == 0: print("----process-1----") g_num += 1
print("---process-1 g_num=%d---"%g_num) else: time.sleep(3) print("----process-2----") print("---process-2 g_num=%d---"%g_num)
運行結果爲:spa
----process-1----
---process-1 g_num=101---
----process-2----
---process-2 g_num=100---
說明:多進程間全局變量是不共享的,每一個進程裏面全局變量都是獨自一份的操作系統
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。線程
multiprocessing模塊提供了一個Process類來表明一個進程對象
#coding=utf-8
from multiprocessing import Process import os #子進程要執行的代碼
def sub_process(name): print("這是在子進程中,name=%s,pid=%d"%(name,os.getpid())) if __name__ == "__main__": print("父進程:%d"%os.getpid()) p=Process(target=sub_process,args=("test",)) print("----子進程將要開啓----") p.start()#開啓子進程
p.join()#用於等待子進程執行完畢再繼續往下執行 print("----子進程已經結束----")
運行結果爲:
父進程:8344
----子進程將要開啓---- 這是在子進程中,name=test,pid=9064
----子進程已經結束----
說明
Process語法結構以下:
Process([group [, target [, name [, args [, kwargs]]]]])
1 group:參數未使用,值始終爲None 2 target:表示調用對象,即子進程要執行的任務 3 args:表示調用對象的位置參數元組,args=(1,2,'a',) 4 kwargs:表示調用對象的字典,kwargs={'name':'a','age':18} 5 name:爲子進程的名稱
Process類經常使用方法:
1 start():啓動進程,並調用該子進程中的p.run()
2 run():進程啓動時運行的方法,正是它去調用target指定的函數,咱們自定義類的類中必定要實現該方法
3 terminate():強制終止進程p,不會進行任何清理操做,若是p建立了子進程,該子進程就成了殭屍進程,使用該方法須要特別當心這種狀況。若是p還保存了一個鎖那麼也將不會被釋放,進而致使死鎖
4 is_alive():若是p仍然運行,返回True
5 join([timeout]):主線程等待p終止(強調:是主線程處於等的狀態,而p是處於運行的狀態)。timeout是可選的超時時間,須要強調的是,p.join只能join住start開啓的進程,而不能join住run開啓的進程
Process類經常使用屬性:
1 daemon:默認值爲False,若是設爲True,表明p爲後臺運行的守護進程,當p的父進程終止時,p也隨之終止,而且設定爲True後,p不能建立本身的新進程,必須在p.start()以前設置
2 name:進程的名稱
3 pid:進程的pid
4 exitcode:進程在運行時爲None、若是爲–N,表示被信號N結束(瞭解便可)
5 authkey:進程的身份驗證鍵,默認是由os.urandom()隨機生成的32字符的字符串。這個鍵的用途是爲涉及網絡鏈接的底層進程間通訊提供安全性,這類鏈接只有在具備相同的身份驗證鍵時才能成功(瞭解便可)
#coding=utf-8
from multiprocessing import Process import time import os #兩個子進程將會調用的兩個方法
print("1:%d"%os.getpid()) def worker_1(interval): print("worker_1:父進程(%s),當前進程(%s)"%(os.getppid(),os.getpid())) t_start = time.time() time.sleep(interval) #程序將會被掛起interval秒
t_end = time.time() print("worker_1,執行時間爲'%0.2f'秒"%(t_end - t_start)) print("2:%d"%os.getpid()) def worker_2(interval): print("worker_2,父進程(%s),當前進程(%s)"%(os.getppid(),os.getpid())) t_start = time.time() time.sleep(interval) t_end = time.time() print("worker_2,執行時間爲'%0.2f'秒"%(t_end - t_start)) #輸出當前程序的ID
print("3:%d"%os.getpid())
if __name__=='__main__': print("4:%d"%os.getpid()) p1=Process(target=worker_1,args=(2,)) p2=Process(target=worker_2,name="Se7eN_HOU",args=(1,)) print("5:%d"%os.getpid()) p1.start() p2.start() #同時父進程仍然往下執行,若是p2進程還在執行,將會返回True
print("p2.is_alive=%s"%p2.is_alive()) #輸出p1和p2進程的別名和pid
print("p1.name=%s"%p1.name) print("p1.pid=%s"%p1.pid) print("p2.name=%s"%p2.name) print("p2.pid=%s"%p2.pid) print("6:%d"%os.getpid()) #join括號中不攜帶參數,表示父進程在這個位置要等待p1進程執行完成後,再繼續執行下面的語句,通常用於進程間的數據同步
p1.join() print("p1.is_alive=%s"%p1.is_alive()) p2.join() print("7:%d"%os.getpid())
運行結果爲:
1:10452
2:10452
3:10452
4:10452
5:10452 p2.is_alive=True p1.name=Process-1 p1.pid=10688 p2.name=Se7eN_HOU p2.pid=2192
6:10452
1:2192
2:2192
3:2192
7:2192 worker_2,父進程(10452),當前進程(2192) worker_2,執行時間爲'1.00'秒 1:10688
2:10688
3:10688
7:10688 worker_1:父進程(10452),當前進程(10688) worker_1,執行時間爲'2.00'秒 p1.is_alive=False 7:10452
建立新的進程還可以使用類的方式,能夠自定義一個類,繼承Process類,每次實例化這個類的時候,就等同於實例化一個進程對象
from multiprocessing import Process import time import os #建立一個類,繼承Process類
class My_Process(Process): def __init__(self,interval): #由於Process類自己也有__init__方法,這個子類至關於重寫了這個方法,
#但這樣就會帶來一個問題,咱們並無徹底的初始化一個Process類,因此就不能使用從這個類繼承的一些方法和屬性,
#最好的方法就是將繼承類自己傳遞給Process.__init__方法,完成這些初始化操做
Process.__init__(self) self.interval = interval #重寫了Process類的run()方法
def run(self): print("子進程:%d,開始執行,父進程:%d"%(os.getpid(),os.getppid())) t_start = time.time() time.sleep(self.interval) t_stop = time.time() print("子進程:%d,執行結束,耗時%0.2f秒"%(os.getpid(),t_stop-t_start)) if __name__ == '__main__': t_start = time.time() print("當前進程是%d"%os.getpid()) p1 = My_Process(3) p1.start() p1.join() t_stop = time.time() print("當前進程%d執行結束,耗時:%0.2f"%(os.getpid(),t_stop-t_start))
運行結果爲:
當前進程是9980 子進程:7084,開始執行,父進程:9980 子進程:7084執行結束,耗時3.00秒 當前進程9980執行結束,耗時:3.23
當須要建立的子進程數量很少時,能夠直接利用multiprocessing中的Process動態成生多個進程,但若是是上百甚至上千個目標,手動的去建立進程的工做量巨大,此時就能夠用到multiprocessing模塊提供的Pool方法。
初始化Pool時,能夠指定一個最大進程數,當有新的請求提交到Pool中時,若是池尚未滿,那麼就會建立一個新的進程用來執行該請求;但若是池中的進程數已經達到指定的最大值,那麼該請求就會等待,直到池中有進程結束,纔會建立新的進程來執行
from multiprocessing import Pool import os import time import random def worker(msg): t_start = time.time() print("%d進程開始執行%d"%(os.getpid(),msg)) #random.random()隨機生成0~1之間的浮點數
time.sleep(random.random()*2) t_stop = time.time() print(msg,"執行完畢,耗時%0.2f"%(t_stop-t_start)) if __name__ == '__main__': po=Pool(3) #定義一個進程池,最大進程數3
for i in range(0,10): #Pool.apply_async(要調用的目標,(傳遞給目標的參數元祖,))
#每次循環將會用空閒出來的子進程去調用目標
po.apply_async(worker,(i,)) print("----start----") po.close() #關閉進程池,關閉後po再也不接收新的請求
po.join() #等待po中全部子進程執行完成,必須放在close語句以後
print("-----end-----")
運行結果爲:
----start---- 4353進程開始執行0 4354進程開始執行1 4355進程開始執行2 2,執行完畢,耗時0.20 4355進程開始執行3 1,執行完畢,耗時1.19 4354進程開始執行4 4,執行完畢,耗時0.37 4354進程開始執行5 0,執行完畢,耗時1.57 4353進程開始執行6 5,執行完畢,耗時0.19 4354進程開始執行7 3,執行完畢,耗時1.63 4355進程開始執行8 6,執行完畢,耗時0.49 4353進程開始執行9 8,執行完畢,耗時0.75
7,執行完畢,耗時0.90
9,執行完畢,耗時0.63
-----end-----
multiprocessing.Pool經常使用函數解析:
apply堵塞式
from multiprocessing import Pool import os import time import random def worker(msg): t_start = time.time() print("%d進程開始執行%d"%(os.getpid(),msg)) #random.random()隨機生成0~1之間的浮點數
time.sleep(random.random()*2) t_stop = time.time() print(msg,"執行完畢,耗時%0.2f"%(t_stop-t_start)) if __name__ == '__main__': po=Pool(3) #定義一個進程池,最大進程數3
for i in range(0,10): #Pool.apply_async(要調用的目標,(傳遞給目標的參數元祖,))
#每次循環將會用空閒出來的子進程去調用目標
po.apply(worker,(i,)) print("----start----") po.close() #關閉進程池,關閉後po再也不接收新的請求
po.join() #等待po中全部子進程執行完成,必須放在close語句以後
print("-----end-----")
運行結果爲:
4400進程開始執行0 0,執行完畢,耗時1.89 4401進程開始執行1 1,執行完畢,耗時1.91 4402進程開始執行2 2,執行完畢,耗時1.64 4400進程開始執行3 3,執行完畢,耗時1.16 4401進程開始執行4 4,執行完畢,耗時1.85 4402進程開始執行5 5,執行完畢,耗時0.29 4400進程開始執行6 6,執行完畢,耗時0.19 4401進程開始執行7 7,執行完畢,耗時1.19 4402進程開始執行8 8,執行完畢,耗時0.61 4400進程開始執行9 9,執行完畢,耗時1.08
----start----
-----end-----
說明:經過運行結果能夠看出來,阻塞式會等進程池中的進程都執行完畢了纔會運行主進程的start和end的打印
1. Queue的使用
可使用multiprocessing模塊的Queue實現多進程之間的數據傳遞,Queue自己是一個消息列隊程序,首先用一個小實例來演示一下Queue的工做原理:
#-*- coding:utf-8 -*-
from multiprocessing import Queue #建立一個Queue對象,最多可接受三條put消息
q = Queue(3) q.put("消息1") q.put("消息2") print(q.full()) q.put("消息3") print(q.full()) try: q.put("消息4",True,2) except : print("消息隊列已滿,現有消息數量:%s"%q.qsize()) try: q.put_nowait("消息5") except : print("消息隊列已滿,現有消息數量:%s"%q.qsize()) #推薦方式,先判斷消息隊列是否已滿,在寫入
if not q.full(): q.put_nowait("消息6") #讀取消息時,先判斷消息隊列是否爲空,在讀取
if not q.empty(): for i in range(q.qsize()): print(q.get_nowait())
運行結果爲:
False True 消息隊列已滿,現有消息數量:3 消息隊列已滿,現有消息數量:3 消息1 消息2 消息3
初始化Queue()對象時(例如:q=Queue()),若括號中沒有指定最大可接收的消息數量,或數量爲負值,那麼就表明可接受的消息數量沒有上限(直到內存的盡頭);
1)若是block使用默認值,且沒有設置timeout(單位秒),消息列隊若是爲空,此時程序將被阻塞(停在讀取狀態),直到從消息列隊讀到消息爲止,若是設置了timeout,則會等待timeout秒,若還沒讀取到任何消息,則拋出"Queue.Empty"異常;
2)若是block值爲False,消息列隊若是爲空,則會馬上拋出"Queue.Empty"異常;
Queue.get_nowait():至關Queue.get(False);
Queue.put(item,[block[, timeout]]):將item消息寫入隊列,block默認值爲True;
1)若是block使用默認值,且沒有設置timeout(單位秒),消息列隊若是已經沒有空間可寫入,此時程序將被阻塞(停在寫入狀態),直到從消息列隊騰出空間爲止,若是設置了timeout,則會等待timeout秒,若還沒空間,則拋出"Queue.Full"異常;
2)若是block值爲False,消息列隊若是沒有空間可寫入,則會馬上拋出"Queue.Full"異常;
2. Queue實例
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 from multiprocessing import Queue import os import time import 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()) #讀取數據進程的代碼
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__': #父進程建立Queue,並傳遞給各個子進程
q = Queue() pw = Process(target = write,args=(q,)) pr = Process(target = read,args=(q,)) #啓動子進程pw,寫入
pw.start() #等待pw結束
pw.join() #啓動子進程pr,讀取
pr.start() pr.join() print("全部數據都寫入而且讀完")
運行結果爲:
Put A to Queue Put B to Queue Put C to Queue Get A from Queue Get B from Queue Get C from Queue 全部數據都寫入而且讀完
3. 進程池中的Queue
若是要使用Pool建立進程,就須要使用multiprocessing.Manager()中的Queue(),而不是multiprocessing.Queue(),不然會獲得一條以下的錯誤信息:
RuntimeError: Queue objects should only be shared between processes through inheritance.
#coding=utf-8
from multiprocessing import Manager from multiprocessing import Pool import os import time import random def reader(q): print("reader啓動(%d),父進程爲(%d)"%(os.getpid(),os.getppid())) for i in range(q.qsize()): print("reader從Queue獲取到的消息時:%s"%q.get(True)) def writer(q): print("writer啓動(%d),父進程爲(%d)"%(os.getpid(),os.getppid())) for i in "Se7eN_HOU": q.put(i) if __name__ == '__main__': print("-------(%d) Start-------"%os.getpid()) #使用Manager中的Queue來初始化
q = Manager().Queue() po = Pool() #使用阻塞模式建立進程,這樣就不須要在reader中使用死循環了,可讓writer徹底執行完成後,再用reader去讀取
po.apply(writer,(q,)) po.apply(reader,(q,)) po.close() po.join() print("-------(%d) End-------"%os.getpid())
運行結果爲:
-------(880) Start------- writer啓動(7744),父進程爲(880) reader啓動(7936),父進程爲(880) reader從Queue獲取到的消息時:S reader從Queue獲取到的消息時:e reader從Queue獲取到的消息時:7 reader從Queue獲取到的消息時:e reader從Queue獲取到的消息時:N reader從Queue獲取到的消息時:_ reader從Queue獲取到的消息時:H reader從Queue獲取到的消息時:O reader從Queue獲取到的消息時:U -------(880) End-------