Evan：/* pre */

2024-11-07T02:47:42Z

pre

新页面

== pre ==
＃2024
github/python/devops

Unix/Linux操作系统提供了一个fork()系统调用，它非常特殊。普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。

子进程永远返回0，而父进程返回子进程的ID。这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。

Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程：

 evan@evanpc:~/pytest$ cat mu.py  #!/usr/bin/python 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)

 

evan@evanpc:~/pytest$ python  mu.py Process (7725) start... I (7725) just created a child process (7726). I am child process (7726) and my parent is 7725.

 

 

 

== multiprocessing ==

multiprocessing是要比fork更高级的库了，使用multiprocessing可以更加轻松的实现多进程程序。multiprocessing也提供了很多进程同步和进程通信的方法。

由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。

multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：

evan@evanpc:~/pytest$ cat multi.py  #!/usr/bin/python from multiprocessing import Process import os 

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.' evan@evanpc:~/pytest$ python multi.py  Parent process 7572. Process will start. Run child process test (7573)... Process end.

 
<pre>#!/usr/bin/env python
import multiprocessing
import time
def clock(interval):
while True:
print "The time is {0}".format(time.ctime())
time.sleep(interval)
if __name__ == "__main__":
for i in range(3):
p = multiprocessing.Process(target=clock,args=(1,))
p.start()
p.join()

'''
join()代表启动多进程，但是阻塞并发运行，一个进程执行结束后再执行第二个进程。可以给其设置一个timeout值比如join(5)代表5秒后无论当前进程是否结果都继续并发执行第二个进程

程序运行结果
The time is Mon Dec 19 17:25:14 2016
The time is Mon Dec 19 17:25:15 2016
The time is Mon Dec 19 17:25:16 2016
省略
'''</pre>

 

二:进程同步对于一些互斥的资源来说，进程间需要进程互斥来访问。否则导致资源访问受阻，或者最后的结果混乱等情况。对于标准输出这个资源来说，如果多个资源同属输出信息，可能会导致输出的信息混乱。所以需要使用锁来避免资源互斥访问。
<pre>#!/usr/bin/python
#-*- codign:utf-8 -*-

from multiprocessing import Process, Lock
def f(l,i):
l.acquire()
print "hellow world", i
l.release()

if __name__ == "__main__":
lock = Lock()
for num in range(10):
Process(target=f, args=(lock,num)).start()

'''

程序运行结果
hellow world 0
hellow world 5
hellow world 1
hellow world 4
hellow world 3
hellow world 9
hellow world 7
hellow world 8
hellow world 6
hellow world 2

'''</pre>

 

 

== 进程共享变量 ==

     几个进程之间的都拥有自己独立的命名空间和地址空间，无法通过一些全局变量来实现，multiprocessing提供了一些特殊的函数来实现共享变量。 1.Value,Array的方式
<pre>#!/usr/bin/python
#-*- coding:utf-8 -*-
from multiprocessing import Process, Value,Array
def f(n,a):
n.value=3.1415926
for i in range(len(a)):
a[i]=-a[i]
if __name__ == "__main__":
num =Value('d',0.0)
arr = Array('i',range(10))
p=Process(target=f,args=(num,arr))
p.start()
p.join()
print num.value
print arr[:]

'''
join()代表启动多进程
启动子进程p p.start()

Value()和Array()都有两个参数第一个参数代表存放的值的类型，第二个参数代表其值。
运行结果

3.1415926
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

'''</pre>

 

2.Manager的方式     这个方式支持的类型更多，灵活性更大，但是速度要慢于Value,Array。
<pre>#!/usr/bin/python
#-*- codign:utf-8 -*-
from multiprocessing import Process,Manager
def f(d,l):
d[1]='1'
d['2']=2
d[0.25]=None
l.reverse()
if __name__=="__main__":
manager = Manager()
d=manager.dict()
l=manager.list(range(10))
p=Process(target=f,args=(d,l))
p.start()
p.join()
print d
print l

'''
运动结果
{0.25: None, 1: '1', '2': 2}
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
'''</pre>

== Pool ==

如果要启动大量的子进程，可以用进程池的方式批量创建子进程：

 #!/usr/bin/python #-*- coding: utf-8 -*- 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.'

 '''运行结果 evan@evanpc:~/dkm/python/test$ python pool.py  Parent process 23349. Waiting for all subprocesses done... Run task 0 (23350)... Run task 1 (23351)... Run task 2 (23352)... Run task 3 (23353)... Task 3 runs 1.04 seconds. Run task 4 (23353)... Task 4 runs 0.05 seconds. Task 2 runs 1.37 seconds. Task 0 runs 1.80 seconds. Task 1 runs 2.92 seconds. All subprocesses done.'''

 代码解读：

对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，调用close()之后就不能继续添加新的Process了。

请注意输出的结果，task 0，1，2，3是立刻执行的，而task 4要等待前面某个task完成后才执行，这是因为Pool的默认大小在我的电脑上是4，因此，最多同时执行4个进程。这是Pool有意设计的限制，并不是操作系统的限制。如果改成：

p = Pool(5) 就可以同时跑5个进程。

由于Pool的默认大小是CPU的核数，如果你不幸拥有8核CPU，你要提交至少9个子进程才能看到上面的等待效果。

 

 
<pre>#!/usr/bin/python
#-*- coding:utf-8 -*-

from multiprocessing import Pool
def f(x):
return x*x
if __name__ == '__main__':
pool = Pool(processes=5)
result = pool.apply_async(f,[10])
print result
print result.get(timeout=1)
print pool.map(f,range(10))

'''
解说

pool常用的函数有:
apply 开启多个进程并发执行
apply_async 同上，但是这个是异步的，非阻塞的。
map 类似于内建函数map，后面提供的参数列表会一个一个应用于函数,。这里会开发多个进程并发一起执行。
map_async 和map相同，只不过这是一个异步的，不会阻塞等待结果。该函数会返回一个结果对象。

运行结果
<multiprocessing.pool.ApplyResult object at 0x7f548909ce10>
100
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
'''</pre>

 

 

 

== 进程间通信 ==

Process之间肯定是需要通信的，操作系统提供了很多机制来实现进程间的通信。Python的multiprocessing模块包装了底层的机制，提供了Queue、Pipes等多种方式来交换数据。

我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：
<pre>#!/usr/bin/python
# -*- coding:utf-8 -*-
from multiprocessing import Process, Queue
import os, time, random

#写数据进程执行的代码:
def write(q):
for value in ['A','B','C']:
print 'Put %s to queue ...' % value
q.put(value)
time.sleep(random.random())

# 读数据进程执行的代码:
def read(q):
while True:
value = q.get(True)
print 'Get %s from queue.'  %value

if __name__ =='__main__':
'''#父进程创建Queue，并传给各个子进程： '''
q = Queue()
pw = Process(target=write,args=(q,))
pr= Process(target=read,args=(q,))
'''# 启动子进程pw，写入:'''
pw.start()
'''#启动子进程pr，读取:'''
pr.start()
'''#等待pw结束:'''
pw.join()
'''#pr进程里是死循环，无法等待其结束，只能强行终止:'''
pr.terminate()

'''
Put A to queue ...
Get A from queue.
Put B to queue ...
Get B from queue.
Put C to queue ...
Get C from queue.
'''</pre>

 

 
<pre>#!/usr/bin/python
#-*- coding:utf-8 -*-
from multiprocessing import Process, Queue

def f(q):
q.put([1,2,3,4])

if __name__ == '__main__':
# 父进程创建Queue，并传给各个子进程：
q=Queue()
p=Process(target=f,args=(q,))
p.start()
### 读数据进程执行的代码:
print q.get()
p.join()

'''
#运行结果
[1, 2, 3, 4]
'''</pre>

 

 

参考

[http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868323401155ceb3db1e2044f80b974b469eb06cb43000 http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868323401155ceb3db1e2044f80b974b469eb06cb43000]

[http://forlinux.blog.51cto.com/8001278/1423390 http://forlinux.blog.51cto.com/8001278/1423390]

[[Category:Python]]

Python多进程(multiprocessing） - 版本历史

Evan：​/* pre */

Evan：/* pre */