python全栈开发,Day40(进程间通信(队列和管道),进程间的数据共享Manager,进程池Pool)

Posted 黑色彩虹

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全栈开发,Day40(进程间通信(队列和管道),进程间的数据共享Manager,进程池Pool)相关的知识,希望对你有一定的参考价值。

昨日内容回顾  

进程
multiprocess
Process —— 进程 在python中创建一个进程的模块
    start
    daemon 守护进程
    join 等待子进程执行结束
 
锁 Lock
acquire release
锁是一个同步控制的工具
如果同一时刻有多个进程同时执行一段代码,
那么在内存中的数据是不会发生冲突的
但是,如果涉及到文件,数据库就会发生资源冲突的问题
我们就需要用锁来把这段代码锁起来
任意一个进程执行了acquire之后,
其他所有的进程都会在这里阻塞,等待一个release
 
信号量 semaphore
锁 + 计数器
同一时间只能有指定个数的进程执行同一段代码
 
事件 Event
set clear is_set   控制对象的状态
wait  根据状态不同执行效果也不同
    状态是True ---> pass
    状态是False --> 阻塞
一般wait是和set clear放在不同的进程中
set/clear负责控制状态
wait负责感知状态
我可以在一个进程中控制另外一个或多个进程的运行情况
 
IPC通信
队列 Queue
管道 PIPE

一、进程间通信(队列和管道)

判断队列是否为空

from multiprocessing import Process,Queue
q = Queue()
print(q.empty())  

执行输出:True

 

判断队列是否满了 

from multiprocessing import Process,Queue
q = Queue()
print(q.full())  

执行输出:False

 

如果队列已满,再增加值的操作,会被阻塞,直到队列有空余的

from multiprocessing import Process,Queue
q = Queue(10)   # 创建一个只能放10个value的队列
for i in range(10):
    q.put(i)    # 增加一个value
print(q.qsize())    # 返回队列中目前项目的正确数量
print(q.full())     # 如果q已满,返回为True
q.put(111)  # 再增加一个值
print(q.empty())  

执行输出:

可以看出程序并没有结束,q.put(111)之后的代码被阻塞了。

总结:

队列可以在创建的时候指定一个容量

如果在程序运行的过程中,队列已经有了足够的数据,再put就会发生阻塞

如果队列为空,再get就会发生阻塞

为什么要指定队列的长度呢?是为了防止内存爆炸。

一个队列,不能无限制的存储。毕竟内存是有限制的。

 

上面提到的put、get、qsize、full、empty都是不准的。

因为在返回结果和在稍后程序中使用结果之间,队列中可能添加或删除了项目。在某些系统上,此方法可能引发NotImplementedError异常。

 如果其它进程或线程正在往队列中添加项目,结果是不可靠的。也就是说,在返回和使用结果之间,队列中可能已经加入新的项目。

import time
from multiprocessing import Process,Queue
def wahaha(q):
    print(q.get())
    q.put(2)    # 增加数字2

if __name__ == \'__main__\':
    q = Queue()
    p = Process(target=wahaha,args=[q,])
    p.start()
    q.put(1)    # 增加数字1
    time.sleep(0.2)
    print(q.get())  

执行输出:

1

2

先执行主进程的q.get(),再执行子进程的q.get()

在进程中使用队列可以完成双向通信

队列是进程安全的,内置了锁来保证队列中的每一个数据都不会被多个进程重复取

在同一时刻,只能有一个进程来取值,它内部有一个锁的机制。那么另外一个进程就会阻塞一会,但是阻塞的时间非常短,队列能保证数据安全,同一个数据,不能被多个进程获取。

 

生产者消费者模型

解决数据供需不平衡的情况

from multiprocessing import Process, Queue


def producer(q, name, food):
    for i in range(5):
        print(\'{}生产了{}{}\'.format(name, food, i))


if __name__ == \'__main__\':
    q = Queue()
    Process(target=producer, args=(q, \'康师傅\', \'红烧牛肉\')).start()
    Process(target=producer, args=(q, \'郑师傅\', \'红烧鱼块\')).start()  

执行输出:

 

增加一个消费者

import time
import random
from multiprocessing import Process, Queue


def producer(q, name, food):
    for i in range(5):
        time.sleep(random.random())  # 模拟生产时间
        print(\'{}生产了{}{}\'.format(name, food, i))
        q.put(\'{}{}\'.format(food, i))  # 放入队列


def consumer(q, name):
    for i in range(10):
        food = q.get()  # 获取队列
        time.sleep(random.random())  # 模拟吃的时间
        print(\'{}吃了{}\'.format(name, food))


if __name__ == \'__main__\':
    q = Queue()
    Process(target=producer, args=(q, \'康师傅\', \'红烧牛肉\')).start()
    Process(target=producer, args=(q, \'郑师傅\', \'红烧鱼块\')).start()
    Process(target=consumer, args=(q, \'xiao\')).start()  

 执行输出:

 

消费者,必须是有的吃,才能吃。没有吃的,就等着。一个消费者,明显消费不过来,再加一个消费者

import time
import random
from multiprocessing import Process, Queue


def producer(q, name, food):
    for i in range(5):
        time.sleep(random.random())  # 模拟生产时间
        print(\'{}生产了{}{}\'.format(name, food, i))
        q.put(\'{}{}\'.format(food, i))  # 放入队列


def consumer(q, name):
    for i in range(5):  # 修改为5,因为有2个人
        food = q.get()  # 获取队列
        time.sleep(random.random())  # 模拟吃的时间
        print(\'{}吃了{}\'.format(name, food))


if __name__ == \'__main__\':
    q = Queue()
    Process(target=producer, args=(q, \'康师傅\', \'红烧牛肉\')).start()
    Process(target=producer, args=(q, \'郑师傅\', \'红烧鱼块\')).start()
    Process(target=consumer, args=(q, \'xiao\')).start()
    Process(target=consumer, args=(q, \'lin\')).start()  

执行输出:

注意:必须将消费者的range(10)修改为5,否则程序会卡住。为什么呢?因为队列已经是空的,再取就会阻塞,这样才能解决供需平衡

 那么问题来了,如果有一个消费者,吃的比较快呢?

再修改range值?太Low了

能者多老嘛,不能使用q.empty(),它是是不准确的

看下图,有可能一开始,队列就空了

下面的0.1更快

 

看下面的解决方案:

import time
import random
from multiprocessing import Process, Queue


def producer(q, name, food):
    for i in range(5):
        time.sleep(random.random())  # 模拟生产时间
        print(\'{}生产了{}{}\'.format(name, food, i))
        q.put(\'{}{}\'.format(food, i))  # 放入队列


def consumer(q, name):
    while True:
        food = q.get()  # 获取队列
        if food == \'done\': break  # 当获取的值为done时,结束循环
        time.sleep(random.random())  # 模拟吃的时间
        print(\'{}吃了{}\'.format(name, food))


if __name__ == \'__main__\':
    q = Queue()  # 创建队列对象,如果不提供maxsize,则队列数无限制
    p1 = Process(target=producer, args=(q, \'康师傅\', \'红烧牛肉\'))
    p2 = Process(target=producer, args=(q, \'郑师傅\', \'红烧鱼块\'))
    p1.start()  # 启动进程
    p2.start()
    Process(target=consumer, args=(q, \'xiao\')).start()
    Process(target=consumer, args=(q, \'lin\')).start()
    p1.join()  # 保证子进程结束后再向下执行
    p2.join()
    q.put(\'done\')  # 向队列添加一个值done
    q.put(\'done\')  

 执行输出:

为什么要有2个done?因为有2个消费者

为什么要有2个join?因为必须要等厨师做完菜才可以。

最后输出2个done,表示通知2个顾客,菜已经上完了,顾客要结账了。

2个消费者,都会执行break。通俗的来讲,亲,您一共消费了xx元,请付款!

 

上面的解决方案,代码太长了,有一个消费者,旧的done一次。

下面介绍JoinableQueue

JoinableQueue([maxsize]) 

 创建可连接的共享进程队列。这就像是一个Queue对象,但队列允许项目的使用者通知生产者项目已经被成功处理。通知进程是使用共享的信号和条件变量来实现的。

JoinableQueue的实例p除了与Queue对象相同的方法之外,还具有以下方法:

q.task_done() 
使用者使用此方法发出信号,表示q.get()返回的项目已经被处理。如果调用此方法的次数大于从队列中删除的项目数量,将引发ValueError异常。

q.join() 
生产者将使用此方法进行阻塞,直到队列中所有项目均被处理。阻塞将持续到为队列中的每个项目均调用q.task_done()方法为止。 
下面的例子说明如何建立永远运行的进程,使用和处理队列上的项目。生产者将项目放入队列,并等待它们被处理。

JoinableQueue队列实现消费者生产者 模型

import time
import random
from multiprocessing import Process, JoinableQueue


def producer(q, name, food):
    for i in range(5):
        time.sleep(random.random())
        print(\'{}生产了{}{}\'.format(name, food, i))
        q.put(\'{}{}\'.format(food, i))
        q.join()  # 等到所有的数据都被task_done才结束


def consumer(q, name):
    while True:
        food = q.get()  # 获取队列
        time.sleep(random.random())  # 模拟吃的时间
        print(\'{}吃了{}\'.format(name, food))
        q.task_done()  # 向q.join()发送一次信号,证明一个数据已经被取走了


if __name__ == \'__main__\':
    q = JoinableQueue()  # 创建可连接的共享进程队列
    # 生产者们:即厨师们
    p1 = Process(target=producer, args=(q, \'康师傅\', \'红烧牛肉\'))
    p2 = Process(target=producer, args=(q, \'郑师傅\', \'红烧鱼块\'))
    p1.start()  # 启动进程
    p2.start()
    # 消费者们:即吃货们
    c1 = Process(target=consumer, args=(q, \'xiao\'))
    c2 = Process(target=consumer, args=(q, \'lin\'))
    c1.daemon = True  # 设置守护进程
    c2.daemon = True
    c1.start()  # 启动进程
    c2.start()
    p1.join()  # 保证子进程结束后再向下执行
    p2.join()  

执行输出:

总结:

producer
    put
    生产完全部的数据就没有其他工作了
    在生产数据方:允许执行q.join
    join会发起一个阻塞,直到所有当前队列中的数据都被消费
consumer
    get 获取到数据
    处理数据
    q.task_done()   告诉q,刚刚从q获取的数据已经处理完了

consumer每完成一个任务就会给q发送一个taskdone
producer在所有的数据都生产完之后会执行q.join()
producer会等待consumer消费完数据才结束
主进程中对producer进程进行join
主进程中的代码会等待producer执行完才结束
producer结束就意味着主进程代码的结束
consumer作为守护进程结束

结束顺序:
consumer中queue中的所有数据被消费
producer join结束
主今晨过的代码结束
consumer结束
主进程结束  

管道(了解):

介绍:

#创建管道的类:
Pipe([duplex]):在进程之间创建一条管道,并返回元组(conn1,conn2),其中conn1,conn2表示管道两端的连接对象,强调一点:必须在产生Process对象之前产生管道
#参数介绍:
dumplex:默认管道是全双工的,如果将duplex射成False,conn1只能用于接收,conn2只能用于发送。
#主要方法:
    conn1.recv():接收conn2.send(obj)发送的对象。如果没有消息可接收,recv方法会一直阻塞。如果连接的另外一端已经关闭,那么recv方法会抛出EOFError。
    conn1.send(obj):通过连接发送对象。obj是与序列化兼容的任意对象
 #其他方法:
conn1.close():关闭连接。如果conn1被垃圾回收,将自动调用此方法
conn1.fileno():返回连接使用的整数文件描述符
conn1.poll([timeout]):如果连接上的数据可用,返回True。timeout指定等待的最长时限。如果省略此参数,方法将立即返回结果。如果将timeout射成None,操作将无限期地等待数据到达。
 
conn1.recv_bytes([maxlength]):接收c.send_bytes()方法发送的一条完整的字节消息。maxlength指定要接收的最大字节数。如果进入的消息,超过了这个最大值,将引发IOError异常,并且在连接上无法进行进一步读取。如果连接的另外一端已经关闭,再也不存在任何数据,将引发EOFError异常。
conn.send_bytes(buffer [, offset [, size]]):通过连接发送字节数据缓冲区,buffer是支持缓冲区接口的任意对象,offset是缓冲区中的字节偏移量,而size是要发送字节数。结果数据以单条消息的形式发出,然后调用c.recv_bytes()函数进行接收    
 
conn1.recv_bytes_into(buffer [, offset]):接收一条完整的字节消息,并把它保存在buffer对象中,该对象支持可写入的缓冲区接口(即bytearray对象或类似的对象)。offset指定缓冲区中放置消息处的字节位移。返回值是收到的字节数。如果消息长度大于可用的缓冲区空间,将引发BufferTooShort异常。

pipe初使用:

from multiprocessing import Process, Pipe


def f(conn):
    conn.send("Hello The_Third_Wave")
    conn.close()


if __name__ == \'__main__\':
    parent_conn, child_conn = Pipe()
    p = Process(target=f, args=(child_conn,))
    p.start()
    print(parent_conn.recv())
    p.join()

pipe初使用

应该特别注意管道端点的正确管理问题。如果是生产者或消费者中都没有使用管道的某个端点,就应将它关闭。这也说明了为何在生产者中关闭了管道的输出端,在消费者中关闭管道的输入端。如果忘记执行这些步骤,程序可能在消费者中的recv()操作上挂起。管道是由操作系统进行引用计数的,必须在所有进程中关闭管道后才能生成EOFError异常。因此,在生产者中关闭管道不会有任何效果,除非消费者也关闭了相同的管道端点。

from multiprocessing import Pipe
left,right = Pipe()
left.send(\'1234\')
print(right.recv())  

 执行输出:1234

管道实例化之后,形成2端。默认情况下,管道是双向的

左边send,右边recv

一端send和recv,会阻塞

它不是走TCP和UDP

它是一台机器的多个进程

 

引发EOFError,程序卡住

from multiprocessing import Process,Pipe
def f(parent_conn,child_conn):
    parent_conn.close()     # 不写close将不会引发EOFError
    while True:
        try:
            print(child_conn.recv())
        except EOFError:
            child_conn.close()
            break
if __name__ == \'__main__\':
    # 在进程之间创建一条管道,并返回元组(conn1,conn2),其中conn1和conn2是表示管道两端的Connection对象
    parent_conn,child_conn = Pipe()
    p = Process(target=f,args=(parent_conn,child_conn))
    p.start()
    child_conn.close()  # 关闭连接
    parent_conn.send(\'hello\')
    parent_conn.send(\'hello\')
    parent_conn.send(\'hello\')
    parent_conn.close()
    p.join()    # 等待子进程结束  

 执行输出:

from multiprocessing import Process,Pipe

def consumer(p,name):
    produce, consume=p
    produce.close()
    while True:
        try:
            baozi=consume.recv()
            print(\'%s 收到包子:%s\' %(name,baozi))
        except EOFError:
            break

def producer(seq,p):
    produce, consume=p
    consume.close()
    for i in seq:
        produce.send(i)

if __name__ == \'__main__\':
    produce,consume=Pipe()

    c1=Process(target=consumer,args=((produce,consume),\'c1\'))
    c1.start()


    seq=(i for i in range(10))
    producer(seq,(produce,consume))

    produce.close()
    consume.close()

    c1.join()
    print(\'主进程\')
pipe实现生产者消费者模型
from multiprocessing import Process,Pipe,Lock

def consumer(p,name,lock):
    produce, consume=p
    produce.close()
    while True:
        lock.acquire()
        baozi=consume.recv()
        lock.release()
        if baozi:
            print(\'%s 收到包子:%s\' %(name,baozi))
        else:
            consume.close()
            break


def producer(p,n):
    produce, consume=p
    consume.close()
    for i in range(n):
        produce.send(i)
    produce.send(None)
    produce.send(None)
    produce.close()

if __name__ == \'__main__\':
    produce,consume=Pipe()
    lock = Lock()
    c1=Process(target=consumer,args=((produce,consume),\'c1\',lock))
    c2=Process(target=consumer,args=((produce,consume),\'c2\',lock))
    p1=Process(target=producer,args=((produce,consume),10))
    c1.start()
    c2.start()
    p1.start()

    produce.close()
    consume.close()

    c1.join()
    c2.join()
    p1.join()
    print(\'主进程\')
多个消费之之间的竞争问题带来的数据不安全问题

进程之间的数据共享 

 展望未来,基于消息传递的并发编程是大势所趋

即便是使用线程,推荐做法也是将程序设计为大量独立的线程集合,通过消息队列交换数据。

这样极大地减少了对使用锁定和其他同步手段的需求,还可以扩展到分布式系统中。

但进程间应该尽量避免通信,即便需要通信,也应该选择进程安全的工具来避免加锁带来的问题。

以后我们会尝试使用数据库来解决现在进程之间的数据共享问题。

进程间数据是独立的,可以借助于队列或管道实现通信,二者都是基于消息传递的
虽然进程间数据独立,但可以通过Manager实现数据共享,事实上Manager的功能远不止于此

A manager object returned by Manager() controls a server process which holds Python objects and allows other processes to manipulate them using proxies.

A manager returned by Manager() will support types list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array.
Manager模块介绍

Manager是一种较为高级的多进程通信方式,他能支持Python支持的任何数据结构。

它的原理是:先启动一个ManagerServer进程,这个进程是阻塞的,它监听一个socket,然后其他进程(ManagerClient)通过socket来连接到ManagerServer,实现通信。

from multiprocessing import Manager, Process


def func(dic):
    print(dic)


if __name__ == \'__main__\':
    m = Manager()  # 创建一个server进程
    dic = m.dict({\'count\': 100})  # 这是一个特殊的字典
    p = Process(target=func, args=(dic,))
    p.start()
    p.join()  

执行输出:

修改字典的值

from multiprocessing import Manager, Process


def func(dic):
    dic[\'count\'] = dic[\'count\'] - 1
    print(dic)


if __name__ == \'__main__\':
    m = Manager()  # 创建一个server进程
    dic = m.dict({\'count\': 100})  # 这是一个特殊的字典
    p = Process(target=func, args=(dic,))
    p.start()
    p.join()  

输出:

 

循环修改

from multiprocessing import Manager, Process


def func(dic):
    dic[\'count\'] = dic[\'count\'] - 1  # 每次减1


if __name__ == \'__main__\':
    m = Manager()  # 创建一个server进程
    dic = m.dict({\'count\': 100})  # 这是一个特殊的字典
    p_lst = []  # 定义一个空列表
    for i in range(100):  # 启动100个进程
        p = Process(target=func, args=(dic,))
        p_lst.append(p)  # 进程追加到列表中
        p.start()  # 启动进程
    for p in p_lst: p.join()  # 等待100个进程全部结束
    print(dic)  # 打印dic的值  

重复执行5次,输出

发现每次结果不一致,数据已经出现错乱了,为什么呢?因为同一个时间内有多个进程操作dic,就会发生数据错乱。

为了解决这个问题,需要加锁

from multiprocessing import Manager, Process, Lock


def func(dic, lock):
    lock.acquire()  # 取得锁
    dic[\'count\'] = dic[\'count\'] - 1  # 每次减1
    lock.release()  # 释放锁


if __name__ == \'__main__\':
    m = Manager()  # 创建一个server进程
    lock = Lock()  # 创建锁
    dic = m.dict({\'count\': 100})  # 这是一个特殊的字典
    p_lst = []  # 定义一个空列表
    for i in range(100):  # 启动100个进程
        p = Process(target=func, args=(dic, lock))
        p_lst.append(p)  # 进程追加到列表中
        p.start()  # 启动进程
    for p in p_lst: p.join()  # 等待100个进程全部结束
    print(dic)  # 打印dic的值  

重复执行5次,输出结果为:

 

另外一种写法,使用上下文管理

from multiprocessing import Manager, Process, Lock


def func(dic, lock):
    with lock:  # 上下文管理:必须有一个开始动作和一个结束动作的时候
        dic[\'count\'] = dic[\'count\'] - 1  # 每次减1


if __name__ == \'__main__\':
    m = Manager()  # 创建一个server进程
    lock = Lock()  # 创建锁
    dic = m.dict({\'count\': 100})  # 这是一个特殊的字典
    p_lst = []  # 定义一个空列表
    for i in range(100):  # 启动100个进程
        p = Process(target=func, args=(dic, lock))
        p_lst.append(p)  # 进程追加到列表中
        p.start()  # 启动进程
    for p in p_lst: p.join()  # 等待100个进程全部结束
    print(dic)  # 打印dic的值  

重复执行,效果同上。

之前学到的文件管理,有用到上下文管理。这里也可以使用上下文管理。有2个必要条件

1. 提供了with方法。

2. 必须有一个开始和结束动作。

这里的开始和结束动作,分别指的是acquire和release

同一台机器上 : 使用Queue
在不同台机器上 :使用消息中间件 

 

进程池和multiprocess.Pool模块

进程池

为什么要有进程池?进程池的概念。

在程序实际处理问题过程中,忙时会有成千上万的任务需要被执行,闲时可能只有零星任务。那么在成千上万个任务需要被执行的时候,我们就需要去创建成千上万个进程么?首先,创建进程需要消耗时间,销毁进程也需要消耗时间。第二即便开启了成千上万的进程,操作系统也不能让他们同时执行,这样反而会影响程序的效率。因此我们不能无限制的根据任务开启或者结束进程。那么我们要怎么做呢?

在这里,要给大家介绍一个进程池的概念,定义一个池子,在里面放上固定数量的进程,有需求来了,就拿一个池中的进程来处理任务,等到处理完毕,进程并不关闭,而是将进程再放回进程池中继续等待任务。如果有很多任务需要执行,池中的进程数量不够,任务就要等待之前的进程执行任务完毕归来,拿到空闲进程才能继续执行。也就是说,池中进程的数量是固定的,那么同一时间最多有固定数量的进程在运行。这样不会增加操作系统的调度难度,还节省了开闭进程的时间,也一定程度上能够实现并发效果。

multiprocess.Pool模块

概念介绍

Pool([numprocess  [,initializer [, initargs]]]):创建进程池

进程池,是很重要的知识点

1 numprocess:要创建的进程数,如果省略,将默认使用cpu_count()的值
2 initializer:是每个工作进程启动时要执行的可调用对象,默认为None
3 initargs:是要传给initializer的参数组
参数介绍
p.apply(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
\'\'\'需要强调的是:此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数,必须从不同线程调用p.apply()函数或者使用p.apply_async()\'\'\'

p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
\'\'\'此方法的结果是AsyncResult类的实例,callback是可调用对象,接收输入参数。当func的结果变为可用时,将理解传递给callback。callback禁止执行任何阻塞操作,否则将接收其他异步操作中的结果。\'\'\'
   
p.close():关闭进程池,防止进一步操作。如果所有操作持续挂起,它们将在工作进程终止前完成

P.jion():等待所有工作进程退出。此方法只能在close()或teminate()之后调用
主要方法
方法apply_async()和map_async()的返回值是AsyncResul的实例obj。实例具有以下方法
obj.get():返回结果,如果有必要则等待结果到达。timeout是可选的。如果在指定时间内还没有到达,将引发一场。如果远程操作中引发了异常,它将在调用此方法时再次被引发。
obj.ready():如果调用完成,返回True
obj.successful():如果调用完成且没有引发异常,返回True,如果在结果就绪之前调用此方法,引发异常
obj.wait([timeout]):等待结果变为可用。
obj.terminate():立即终止所有工作进程,同时不执行任何清理或结束任何挂起工作。如果p被垃圾回收,将自动调用此函数
其他方法(了解)

代码实例

import time
from multiprocessing import Pool


def fc(i):
    time.sleep(0.5)
    print(\'func%s\' % i)


if __name__ == \'__main__\':
    p = Pool(5)
    p.apply(func=fc, args=(1,))  

执行输出:

import time
from multiprocessing import Pool


def fc(i):
    time.sleep(0.5)
    print(\'func%s\' % i)


if __name__ == \'__main__\':
    p = Pool(5)
    for i in range(5):
        p.apply(func=fc, args=(1,))  # 同步调用
        # p.apply_async(func=fc,args=(1,))    # 异步调用  

执行输出:

import time
import random
from multiprocessing import Pool


def fc(i):
    print(\'func%s\' % i)
    time.sleep(random.randint(1, 3))
    return i ** 2


if __name__ == \'__main__\':
    p = Pool(5)  # 创建拥有5个进程数量的进程池
    ret_l = []
    for i in range(5):
        # p.apply(func=fc,args=(1,))  # 同步调用
        ret = p.apply_async(func=fc, args=(i,))  # 异步调用
        ret_l.append(ret)
    for ret in ret_l: print(ret.get())  # 打印返回结果  

执行输出:

后面的结果都是平方的值

import os,time
from multiprocessing import Pool

def work(n):
    print(\'%s run\' %os.getpid())
    time.sleep(3)
    return n**2

if __name__ == \'__main__\':
    p=Pool(3) #进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
    res_l=[]
    for i in range(10):
        res=p.apply(work,args=(i,)) # 同步调用,直到本次任务执行完毕拿到res,等待任务work执行的过程中可能有阻塞也可能没有阻塞
                                    # 但不管该任务是否存在阻塞,同步调用都会在原地等着
    print(res_l)
进程池的同步调用
import os
import time
import random
from multiprocessing import Pool

def work(n):
    print(\'%s run\' %os.getpid())
    time.sleep(random.random())
    return n**2

if __name__ == \'__main__\':
    p=Pool(3) #进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
    res_l=[]
    for i in range(10):
        res=p.apply_async(work,args=(i,)) # 异步运行,根据进程池中有的进程数,每次最多3个子进程在异步执行
                                          # 返回结果之后,将结果放入列表,归还进程,之后再执行新的任务
                                          # 需要注意的是,进程池中的三个进程不会同时开启或者同时结束
                                          # 而是执行完一个就释放一个进程,这个进程就去接收新的任务。  
        res_l.append(res)

    # 异步apply_async用法:如果使用异步提交的任务,主进程需要使用jion,等待进程池内任务都处理完,然后可以用get收集结果
    # 否则,主进程结束,进程池可能还没来得及执行,也就跟着一起结束了
    p.close()
    p.join()
    for res in res_l:
        print(res.get()) #使用get来获取apply_aync的结果,如果是apply,则没有get方法,因为apply是同步执行,立刻获取结果,也根本无需get
进程池的异步调用

练习

# Pool内的进程数默认是cpu核数,假设为4(查看方法os.cup_count())
# 开启6个客户端,会发现2个客户端处于等待状态
# 在每个进程内查看pid,会发现pid使用为4个,即多个客户端供用4个进程
from socket import *
from multiprocessing import Pool
import os

server = socket(AF_INET, SOCK_STREAM)
server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
server.bind((\'127.0.0.1\', 8080))
server.listen(5)


def talk(conn):
    print(\'进程pid:%s\' % os.getpid())
    while True:
        try:
            msg = conn.recv(1024)
            if not msg: break
            conn.send(msg.upper())
        except Exception:
            break


if __name__ == \'__main__\':
    p = Pool(4)
    while True:
        conn, *_ = server.accept()
        p.apply_async(talk, args=(conn,))
        # p.apply(talk,args=(conn,client_addr))   # 同步的话,则同一时间只有一个客户端能访问
server:进程池版socket并发聊天
from socket import *

client = socket(AF_INET, SOCK_STREAM)
client.connect((\'127.0.0.1\', 8080))
while True:
    msg = input(\'>>>\').strip()
    if not msg: continue
    client.send(msg.encode(\'utf-8\'))
    msg = client.recv(1024)
    print(msg.decode(\'utf-8\'))
client

发现:并发开启多个客户端,服务端同一时间只有4个不同的pid,只能结束一个客户端,另外一个客户端才会进来。

信号量和进程池的区别:

回调函数

需要回调函数的场景:进程池中任何一个任务一旦处理完了,就立即告知主进程:我好了额,你可以处理我的结果了。主进程则调用一个函数去处理该结果,该函数即回调函数

我们可以把耗时间(阻塞)的任务放到进程池中,然后指定回调函数(主进程负责执行),这样主进程在执行回调函数时就省去了I/O的过程,直接拿到的是任务的结果。

进程池的数量一般为CPU的个数加1

简单爬虫例子:

import os
from urllib.request import urlopen
from multiprocessing import Pool
 
def get_url(url):
    print(\'-->\',url,os.getpid(),\'get_url进程\')
    ret = urlopen(url)  # 打开url
    content = ret.read()  # 读取网页内容
    return content
 
def call(url):  # 回调函数
    #分析
    print(url,os.getpid(),\'回调函数\')
 
if __name__ == \'__main__\':
    print(os.getpid(),\'主进程\')  # 主进程id
    l = [
        \'http://www.baidu.com\',
        \'http://www.sina.com\',
        \'http://www.sohu.com\',
        \'http://www.sogou.com\',
        \'http://www.qq.com\',
        \'http://www.bilibili.com\',
    ]
    p = Pool(5)
    ret_l = []
    for url in l:
        ret = p.apply_async(func=get_url,args=[url,],callback=call)  # 异步
        ret_l.append(ret)  # 将进程追加到列表中
    for ret in ret_l:ret.get()  # 获取进程返回值  

执行输出:

/www.sohu.com/a/231538578_115362" target="_blank"

...

输出了一堆内容,但是get_url函数并没有print,那么由谁输出的呢?
是由call打印的

回调函数
在进程池中,起了一个任务,这个任务对应的函数在执行完毕之后
的返回值会自动作为参数返回给回调函数
回调函数就根据返回值再进行相应的处理

回调函数 是在主进程执行的

看下图 

有6个url,每一个url的响应时间是不一样的。假设第一个url访问很慢,那么必须等待任务结束,才能执行分析函数。如果使用回调函数,谁最快范围,优先执行回调函数。那么最慢的url,最后执行。

这样效率就提升了很多。

回调函数是瞬间执行的,网络延时才是最耗最长的。

回调函数是主 进程执行的,不是子进程执行的。

怎么证明呢?修改get_url的return值

 

import os
from urllib.request import urlopen
from multiprocessing import Pool
 
def get_url(url):
    print(\'-->\',url,os.getpid(),\'get_url进程\')
    ret = urlopen(url)  # 打开url
    content = ret.read()  # 读取网页内容
    return url
 
def call(url):  # 回调函数
    #分析
    print(url,os.getpid(),\'回调函数\')
 
if __name__ == \'__main__\':
    print(os.getpid(),\'主进程\')  # 主进程id
    l = [
        \'http://www.baidu.com\',
        \'http://www.sina.com\',
        \'http://www.sohu.com\',
        \'http://www.sogou.com\',
        \'http://www.qq.com\',
        \'http://www.bilibili.com\',
    ]
    p = Pool(5)
    ret_l = []
    for url in l:
        ret = p.apply_async(func=get_url,args=[url,],callback=call)  # 异步
        ret_l.append(ret)  # 将进程追加到列表中
    for ret in ret_l:ret.get()  # 获取进程返回值

执行输出:

13764 主进程
--> http://www.baidu.com 14820 get_url进程
--> http://www.sina.com 12144 get_url进程
--> http://www.sohu.com 10868 get_url进程
--> http://www.sogou.com 4072 get_url进程
--> http://www.qq.com 3924 get_url进程
--> http://www.bilibili.com 14820 get_url进程
http://www.baidu.com 13764 回调函数
http://www.qq.com 13764 回调函数
http://www.sohu.com 13764 回调函数
http://www.sogou.com 13764 回调函数
http://www.bilibili.com 13764 回调函数
http://www.sina.com 13764 回调函数

执行回调函数的进程id都是13764,这个进程正好是主进程。

from multiprocessing import Pool
import requests
import json
import os

def get_page(url):
    print(\'<进程%s> get %s\' %(os.getpid(),url))
    respone=requests.get(url)
    if respone.status_code == 200:
        return {\'url\':url,\'text\':respone.text}

def pasrse_page(res):
    print(\'<进程%s> parse %s\' %(os.getpid(),res[\'url\']))
    parse_res=\'url:<%s> size:[%s]\\n\' %(res[\'url\'],len(res[\'text\']))
    with open(\'db.txt\',\'a\') as f:
        f.write(parse_res)


if __name__ == \'__main__\':
    urls=[
        \'https://www.baidu.com\',
        \'https://www.python.org\',
        \'https://www.openstack.org\',
        \'https://help.github.com/\',
        \'http://www.sina.com.cn/\'
    ]

    p=Pool(3)
    res_l=[]
    for url in urls:
        res=p.apply_async(get_page,args=(url,),callback=pasrse_page)
        res_l.append(res)

    p.close()
    p.join()
    print([res.get() for res in res_l]) #拿到的是get_page的结果,其实完全没必要拿该结果,该结果已经传给回调函数处理了

\'\'\'
打印结果:
<进程3388> get https://www.baidu.com
<进程3389> get https://www.python.org
<进程3390> get https://www.openstack.org
<进程3388> get https://help.github.com/
<进程3387> parse https://www.baidu.com
<进程3389> get http://www.sina.com.cn/
<进程3387> parse https://www.python.org
<进程3387> parse https://help.github.com/
<进程3387> parse http://www.sina.com.cn/
<进程3387> parse https://www.openstack.org
[{\'url\': \'https://www.baidu.com\', \'text\': \'<!DOCTYPE html>\\r\\n...\',...}]
\'\'\'
使用多进程请求多个url来减少网络等待浪费的时间