Python使用multiprocessing实现多进程

Posted 2022-09-15 小斌哥ge

Python使用multiprocessing实现多进程

进程是操作系统进行资源分配和调度的一个基本单位。

一、进程及多任务介绍

程序：程序是一个静态的概念。在一台电脑上，我们安装了很多程序，这些程序是可以运行的。比如我们编写一个xxx.py程序，它是静态的，静静的保存在电脑的硬盘中，等待执行。

进程：进程是操作系统分配资源的基本单位，一个程序运行起来后，代码加用到的系统资源称之为进程。比如我们在终端通过 python xxx.py将xxx.py程序运行起来，这时候就开启了一个进程。

多任务：多任务是指操作系统可以同时运行多个任务。在使用一台电脑时，我们需要同时做很多的事情，如打开PyCharm写代码，打开浏览器查API，打开词典查单词，这时候我们同时打开了多个程序，每个程序都在运行。对于操作系统来说，每个正在运行的程序都是一个任务，很多任务同时运行就是多任务。

在Python中，可以通过multiprocessing模块开启多个进程来帮我们同时执行多任务。

例如，xxx.py运行起来后，至少会开启一个进程，这个进程叫主进程，如果我们要同时执行多任务，我们可以开启多个进程来执行多任务，这些进程叫子进程。既有主进程，又有子进程，这时候就是多进程。每个进程中可以执行一个或多个任务，这样就实现了多任务。

补充：

并发：指的是任务数多于CPU核数，通过操作系统的各种任务调度算法，实现多个任务“一起”执行（实际上，同一时间只有一个任务在执行，操作系统是通过时间片轮询的方式，轮流让各个任务交替执行。例如：任务1执行0.0001秒，切换到任务2，任务2执行0.0001秒，再切换到任务3，执行0.0001秒，又切换回任务1……这样循环下去。因为切换任务的速度相当快，我们感觉就像所有任务都在同时执行一样。）

并行：当任务数小于或者等于CPU核数时，每一个任务都有对应的CPU来处理执行，即任务真的是一起执行的（实际上，我们的电脑上运行的任务数量非常多，除了我们开启的任务，还有很多任务在后台运行着，而CPU数量是有限的，基本上不可能一个任务占一核CPU。由于任务数量远远多于CPU的核心数量，所以，操作系统会自动把很多任务轮流调度到每个核心上执行。）

二、使用multiprocessing实现多进程

from multiprocessing import Process
import time


def coding(language):
    """子进程要执行的代码"""
    for i in range(5):
        print(" coding".format(language), end= | )
        time.sleep(1)


if __name__ == __main__:
    # 单进程
    start = time.time()
    coding(python)
    for i in range(5):
        print("main program", end= | )
        time.sleep(1)
    end = time.time()
    print(\\nOne process cost time:, end - start)

    # 多进程
    multi_start = time.time()
    p = Process(target=coding, args=(python, ))
    p.start()
    for i in range(5):
        print("main program", end= | )
        time.sleep(1)
    multi_end = time.time()
    print(\\nMulti process cost time:, multi_end - multi_start)

运行结果：

python coding | python coding | python coding | python coding | python coding | main program | main program | main program | main program | main program | 
One process cost time: 10.004231691360474
main program | python coding | main program | python coding | main program | python coding | main program | python coding | main program | python coding | 
Multi process cost time: 5.082065582275391

multiprocessing模块是跨平台和版本的多进程模块，提供了一个Process类来创建进程对象。创建子进程时，只需要传入一个需要执行的函数和函数的参数，创建一个Process实例，用start()方法启动这个实例。

在上面的代码中，定义了一个coding函数，实现多进程时，实例化了一个Process类的对象p，p就是一个进程对象，将需要执行的函数传给target参数，将coding函数需要的参数以元组的形式传给args参数（必须是一个元组），再用p对象的start()方法开启了一个子进程。

coding函数是一个需要执行的任务，在主进程中需要执行的代码是另一个任务，这时候有两个任务。两个任务都在主进程中执行时，花了10秒多的时间，创建一个子进程来执行coding函数时，花了5秒多的时间。创建子进程之后，主进程和子进程同时处理任务，这说明我们实现了多进程处理多任务，即多个任务是“同时”执行的。

三、Process语法结构和常用方法

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

1.target：传递一个函数的引用，可以认为这个子进程就是执行这个函数的代码，这里传的是函数的引用，后面不能有小括号

2.args：给target指定的函数传递的参数，以元组的方式传递，这里必须是一个元组，如果不是元组会报TypeError，只有一个参数时要注意别出错

3.kwargs：给target指定的函数传递关键字参数，以字典的方式传递，这里必须是一个字典

4.name：给进程设定一个名字，可以不设定

5.group：指定进程组，大多数情况下用不到

Process的常用方法：

1.start()：启动子进程实例（创建子进程）

2.is_alive()：判断子进程是否还在活着

3.join([timeout])：是否等待子进程执行结束，或等待多少秒

4.terminate()：不管任务是否完成，立即终止子进程

Process的常用属性：

1.name：当前进程的别名，默认为Process-N，N为从1开始递增的整数

2.pid：当前进程的pid（进程号）

获取当前进程的id和当前进程的父进程的id,需要使用os模块：

1.os.getpid()：获取当前进程的id

2.os.getppid() ：获取当前进程的父进程的id

四、进程间不共享全局变量

from multiprocessing import Process
import time


str_list = [ppp, yyy]


def add_str1():
    """子进程1"""
    print(In process one: , str_list)
    for x in thon:
        str_list.append(x * 3)
        time.sleep(1)
        print(In process one: , str_list)


def add_str2():
    """子进程1"""
    print(In process two: , str_list)
    for x in thon:
        str_list.append(x)
        time.sleep(1)
        print(In process two: , str_list)


if __name__ == __main__:
    p1 = Process(target=add_str1)
    p1.start()
    p2 = Process(target=add_str2)
    p2.start()

运行结果：

In process one:  [ppp, yyy]
In process two:  [ppp, yyy]
In process one:  [ppp, yyy, ttt]
In process two:  [ppp, yyy, t]
In process one:  [ppp, yyy, ttt, hhh]
In process two:  [ppp, yyy, t, h]
In process one:  [ppp, yyy, ttt, hhh, ooo]
In process two:  [ppp, yyy, t, h, o]
In process one:  [ppp, yyy, ttt, hhh, ooo, nnn]
In process two:  [ppp, yyy, t, h, o, n]

在上面的代码中，str_list是一个全局变量，进程p1和p2同时在使用str_list，都在往列表中添加元素，但是两个进程对列表的添加互不相关。

进程p1与进程p2不共享全局变量。