荣军 发表于 2024-2-25 04:22:01

Python使用multiprocessing如何实现多进程

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: 10.004231691360474main program | python coding | main program | python coding | main program | python coding | main program | python coding | main program | python coding | Multi process cost time: 5.082065582275391multiprocessing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(]]]])

[*]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():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。

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

来源:https://www.jb51.net/python/316260nlh.htm
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: Python使用multiprocessing如何实现多进程