Python使用进程池管理进程和进程间通信
Posted jzxs
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python使用进程池管理进程和进程间通信相关的知识,希望对你有一定的参考价值。
与线程池类似的是,如果程序需要启动多个进程,也可以使用进程池来管理进程。程序可以通过 multiprocessing 模块的 Pool() 函数创建进程池,进程池实际上是 multiprocessing.pool.Pool 类。
进程池具有如下常用方法:
1.apply(func[, args[, kwds]]):将 func 函数提交给进程池处理。其中 args 代表传给 func 的位置参数,kwds 代表传给 func 的关键字参数。该方法会被阻塞直到 func 函数执行完成。
2.apply_async(func[, args[, kwds[, callback[, error_callback]]]]):这是 apply() 方法的异步版本,该方法不会被阻塞。其中 callback 指定 func 函数完成后的回调函数,error_callback 指定 func 函数出错后的回调函数。
3.map(func, iterable[, chunksize]):类似于 Python 的 map() 全局函数,只不过此处使用新进程对 iterable 的每一个元素执行 func 函数。
4.map_async(func, iterable[, chunksize[, callback[, error_callback]]]):这是 map() 方法的异步版本,该方法不会被阻塞。其中 callback 指定 func 函数完成后的回调函数,error_callback 指定 func 函数出错后的回调函数。
5.imap(func, iterable[, chunksize]):这是 map() 方法的延迟版本。
6.imap_unordered(func, iterable[, chunksize]):功能类似于 imap() 方法,但该方法不能保证所生成的结果(包含多个元素)与原 iterable 中的元素顺序一致。
7.starmap(func, iterable[,chunksize]):功能类似于 map() 方法,但该方法要求 iterable 的元素也是 iterable 对象,程序会将每一个元素解包之后作为 func 函数的参数。
8.close():关闭进程池。在调用该方法之后,该进程池不能再接收新任务,它会把当前进程池中的所有任务执行完成后再关闭自己。
9.terminate():立即中止进程池。
10.join():等待所有进程完成。
如果程序只是想将任务提交给进程池执行,则可调用 apply() 或 apply_async() 方法;
如果程序需要使用指定函数将 iterable 转换成其他 iterable,则可使用 map() 或 imap() 方法
使用 apply_async() 方法启动进程
import multiprocessing import time import os def action(name=‘default‘): print(‘(%s)进程正在执行,参数为: %s‘ % (os.getpid(), name)) time.sleep(3) if __name__ == ‘__main__‘: # 创建包含4条进程的进程池 pool = multiprocessing.Pool(processes=4) # 将action分3次提交给进程池 pool.apply_async(action) pool.apply_async(action, args=(‘位置参数‘, )) pool.apply_async(action, kwds=‘name‘: ‘关键字参数‘) pool.close() pool.join()
从上面程序可以看出,进程池同样实现了上下文管理协议,因此程序可以使用 with 子句来管理进程池,这样就可以避免程序主动关闭进程池。
使用 map() 方法来启动进程
import multiprocessing import time import os # 定义一个准备作为进程任务的函数 def action(max): my_sum = 0 for i in range(max): print(‘(%s)进程正在执行: %d‘ % (os.getpid(), i)) my_sum += i return my_sum if __name__ == ‘__main__‘: # 创建一个包含4条进程的进程池 with multiprocessing.Pool(processes=4) as pool: # 使用进程执行map计算 # 后面元组有3个元素,因此程序启动3条进程来执行action函数 results = pool.map(action, (50, 100, 150)) print(‘--------------‘) for r in results: print(r)
进程通信
Python为进程通信提供了两种机制:
1.Queue:一个进程向 Queue 中放入数据,另一个进程从 Queue 中读取数据。
2.Pipe:Pipe 代表连接两个进程的管道。程序在调用 Pipe() 函数时会产生两个连接端,分别交给通信的两个进程,接下来进程既可从该连接端读取数据,也可向该连接端写入数据。
使用Queue实现进程间通信
multiprocessing 模块下的 Queue 和 queue 模块下的 Queue 基本类似,它们都提供了 qsize()、empty()、full()、put()、put_nowait()、get()、get_nowait() 等方法。区别只是 multiprocessing 模块下的 Queue 为进程提供服务,而 queue 模块下的 Queue 为线程提供服务。
下面程序使用 Queue 来实现进程之间的通信:
1 import multiprocessing 2 3 def f(q): 4 print(‘(%s) 进程开始放入数据...‘ % multiprocessing.current_process().pid) 5 q.put(‘Python‘) 6 if __name__ == ‘__main__‘: 7 # 创建进程通信的Queue 8 q = multiprocessing.Queue() 9 # 创建子进程 10 p = multiprocessing.Process(target=f, args=(q,)) 11 # 启动子进程 12 p.start() 13 print(‘(%s) 进程开始取出数据...‘ % multiprocessing.current_process().pid) 14 # 取出数据 15 print(q.get()) # Python 16 p.join()
上面程序中,第 5 行代码(子进程)负责向 Queue 中放入一个数据,第 15 行代码(父进程)负责从 Queue 中读取一个数据,
这样就实现了父、子两个进程之间的通信。
使用Pipe实现进程间通信
使用 Pipe 实现进程通信,程序会调用 multiprocessing.Pipe() 函数来创建一个管道,该函数会返回两个 PipeConnection 对象,代表管道的两个连接端(一个管道有两个连接端,分别用于连接通信的两个进程)。
PipeConnection 对象包含如下常用方法:
1.send(obj):发送一个 obj 给管道的另一端,另一端使用 recv() 方法接收。需要说明的是,该 obj 必须是可 picklable 的(Python 的序列化机制),
如果该对象序列化之后超过 32MB,则很可能会引发 ValueError 异常。
2.recv():接收另一端通过 send() 方法发送过来的数据。
3.fileno():关于连接所使用的文件描述器。
4.close():关闭连接。
5.poll([timeout]):返回连接中是否还有数据可以读取。
6.send_bytes(buffer[, offset[, size]]):发送字节数据。如果没有指定 offset、size 参数,则默认发送 buffer 字节串的全部数据;如果指定了 offset 和 size 参数,则只发送 buffer 字节串中从 offset 开始、长度为 size 的字节数据。通过该方法发送的数据,应该使用 recv_bytes() 或 recv_bytes_into 方法接收。
7.recv_bytes([maxlength]):接收通过 send_bytes() 方法发迭的数据,maxlength 指定最多接收的字节数。该方法返回接收到的字节数据。
8.recv_bytes_into(buffer[, offset]):功能与 recv_bytes() 方法类似,只是该方法将接收到的数据放在 buffer 中。
使用 Pipe 来实现两个进程之间的通信:
1 import multiprocessing 2 def f(conn): 3 print(‘(%s) 进程开始发送数据...‘ % multiprocessing.current_process().pid) 4 # 使用conn发送数据 5 conn.send(‘Python‘) 6 if __name__ == ‘__main__‘: 7 # 创建Pipe,该函数返回两个PipeConnection对象 8 parent_conn, child_conn = multiprocessing.Pipe() 9 # 创建子进程 10 p = multiprocessing.Process(target=f, args=(child_conn, )) 11 # 启动子进程 12 p.start() 13 print(‘(%s) 进程开始接收数据...‘ % multiprocessing.current_process().pid) 14 # 通过conn读取数据 15 print(parent_conn.recv()) # Python 16 p.join()
上面程序中第 6 行代码(子进程)通过 PipeConnection 向管道发送数据,数据将会被发送给管道另一端的父进程。
第 16 行代码(父进程)通过 PipeConnection 从管道读取数据,程序就可以读取到另一端子进程写入的数据,这样就实现了父、子两个进程之间的通信。
以上是关于Python使用进程池管理进程和进程间通信的主要内容,如果未能解决你的问题,请参考以下文章