|
|
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)
- 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: 5.082065582275391
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([group [, target [, name [, args [, kwargs]]]]])
- 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([timeout])：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()
- 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']
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！ |
|
