Python进程multiprocessing.Process()的使用解读
1.进程概念进程是资源分配的最小单位，程序隔离的边界。
CPU的时间片轮转，在不同的时间段切换执行不同的进程，但是切换进程是比较耗时的；就引来了轻量级进程，也就是所谓的线程，一个进程中包括多个线程（代码流，其实也就是进程中同时跑的多个方法体）
[*]程序：例如xxx.py这是程序，是一个静态的
[*]进程：一个程序运行起来后，代码+用到的资源 称之为进程，它是操作系统分配资源的基本单元。
2.进程的状态
工作中，任务数往往大于cpu的核数，即一定有一些任务正在执行，而另外一些任务在等待cpu进行执行，因此导致了有了不同的状态
[*]就绪态：运行的条件都已经满足，正在等在cpu执行
[*]执行态：cpu正在执行其功能
[*]等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态
3.进程的创建-multiprocessing
multiprocessing模块就是跨平台版本的多进程模块，提供了一个Process类来代表一个进程对象，这个对象可以理解为是一个独立的进程，可以执行另外的事情。
方法说明：
创建子进程跟创建线程十分类似，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动。
Process语法结构如下： Process(]]]])
[*]target：如果传递了函数的引用，这个子进程就执行这里(函数)的代码
[*]args：给target指定的函数传递的参数，以元组的方式传递
[*]kwargs：给target指定的函数传递命名参数
[*]name：给进程设定一个名字，可以不设定 group：指定进程组，大多数情况下用不到
Process创建的实例对象的常用方法：
[*]start()：启动子进程实例（创建子进程）
[*]is_alive()：判断进程子进程是否还在活着
[*]join()：是否等待子进程执行结束，或等待多少秒
[*]terminate()：不管任务是否完成，立即终止子进程
Process创建的实例对象的常用属性：
[*]name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
[*]pid：当前进程的pid（进程号）
代码示例：
import multiprocessing
import time
def work1():
for i in range(10):
print("work1----", i)
time.sleep(0.5)
if __name__ == '__main__':
# 创建进程
# 1. 导入 multiprocessing 模块
# 2. multiprocessing.Process() 创建子进程
# 3. start() 方法启动进程
p1 = multiprocessing.Process(group=None, target=work1)
p1.start()
for i in range(10):
print("这是主进程", i)
time.sleep(0.5)
4.进程名称获取
multiprocessing.current_process()
5. 获取进程pid
有两种方法可以获取
1）multiprocessing.current_process().pid
2）使用import os模块的getpid()
import multiprocessing
import time
import os
def work():
# 获取进程的名称
print(multiprocessing.current_process())
# 获取进程的pid
print(multiprocessing.current_process().pid, os.getpid())
i = 0
while i < 10:
print("work中执行", i)
time.sleep(0.5)
i = i + 1
if __name__ == '__main__':
# 获取进程的pid
print(multiprocessing.current_process())
# 创建子进程
process1 = multiprocessing.Process(group=None, target=work)
process1.start()
i = 0
while i < 10:
print("我在主线程中执行",i)
time.sleep(0.3)
i = i + 1
获取父id： getppid() 获取父进程id
6.子进程参数传递
给子进程传递参数方法和给子线程传递参数方法基本一致！
7.进程间不共享全局变量
import multiprocessing
# 定义全局变量
num = 100
# 定义work方法，设置num1的值
def work():
global num # 在函数内部声明使用全局变量num
num = num + 1 # 对num值进行+1
print("work num = %d" % num)
# 定义work2方法，获取num1的值
def work2():
print("work2 num = %d" % num)
if __name__ == '__main__':
# 创建子进程
process1 = multiprocessing.Process(group=None, target=work, name="MyProcess")
process1.start()
# 创建第二个子进程
process2 = multiprocessing.Process(group=None, target=work2, name="MyProcess2")
process2.start()运行结果:
work num = 101work2 num = 100由运行结果可以看出，work函数对num1的修改，在work2中并没有获取到，而还是原来的100，所以，进程之间是不能够共享变量的
8.守护主进程
import multiprocessing
import time
def sub_process():
for i in range(10):
print("子进程运行中", i)
time.sleep(0.5)
if __name__ == '__main__':
# 创建子进程
p1 = multiprocessing.Process(group=None, target=sub_process, name="p1")
# 设置守护主进程
# 第一种方式:
# p1.daemon = True
# 第二种方式(最好在退出exit()前一句使用):
# p1.terminate()
# 启动
p1.start()
time.sleep(2)
print("OVER!")
p1.terminate()
exit()
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/316258nc6.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]