https://www.cnblogs.com/tkqasn/p/5701230.html
由于GIL的存在,python中的多线程其实并不是真正的多线程,如果想要充分地使用多核CPU的资源,在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing,只需要定义一个函数,Python会完成其他所有事情。借助这个包,可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据、执行不同形式的同步,提供了Process、Queue、Pipe、Lock等组件。
multiprocessing包是Python中的多进程管理包。与threading.Thread类似,它可以利用multiprocessing.Process对象来创建一个进程。该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同,也有start(), run(), join()的方法。此外multiprocessing包中也有Lock/Event/Semaphore/Condition类 (这些对象可以像多线程那样,通过参数传递给各个进程),用以同步进程,其用法与threading包中的同名类一致。所以,multiprocessing的很大一部份与threading使用同一套API,只不过换到了多进程的情境。
但在使用这些共享API的时候,我们要注意以下几点:
- 在UNIX平台上,当某个进程终结之后,该进程需要被其父进程调用wait,否则进程成为僵尸进程(Zombie)。所以,有必要对每个Process对象调用join()方法 (实际上等同于wait)。对于多线程来说,由于只有一个进程,所以不存在此必要性。
- multiprocessing提供了threading包中没有的IPC(比如Pipe和Queue),效率上更高。应优先考虑Pipe和Queue,避免使用Lock/Event/Semaphore/Condition等同步方式 (因为它们占据的不是用户进程的资源)。
- 多进程应该避免共享资源。在多线程中,我们可以比较容易地共享资源,比如使用全局变量或者传递参数。在多进程情况下,由于每个进程有自己独立的内存空间,以上方法并不合适。此时我们可以通过共享内存和Manager的方法来共享资源。但这样做提高了程序的复杂度,并因为同步的需要而降低了程序的效率。
Process.PID中保存有PID,如果进程还没有start(),则PID为None。
window系统下,需要注意的是要想启动一个子进程,必须加上那句if __name__ == “__main__”,进程相关的要写在这句下面。
简单创建多进程:
有两种使用方法,直接传入要运行的方法或从Process继承并覆盖run():
from multiprocessing import Process
import threading
import timedef foo(i):print 'say hi', iif __name__ == '__main__':for i in range(10):p = Process(target=foo, args=(i,))p.start()
say hi 4
say hi 3
say hi 5
say hi 2
say hi 1
say hi 6
say hi 0
say hi 7
say hi 8
say hi 9Process finished with exit code 0
可以看出多个进程随机顺序执行
from multiprocessing import Process
import time
class MyProcess(Process):def __init__(self, arg):super(MyProcess, self).__init__()self.arg = argdef run(self):print 'say hi', self.argtime.sleep(1)if __name__ == '__main__':for i in range(10):p = MyProcess(i)p.start()
Process类
构造方法:
Process([group [, target [, name [, args [, kwargs]]]]])
- group: 线程组,目前还没有实现,库引用中提示必须是None;
- target: 要执行的方法;
- name: 进程名;
- args/kwargs: 要传入方法的参数。
实例方法:
-
is_alive():返回进程是否在运行。
-
join([timeout]):阻塞当前上下文环境的进程程,直到调用此方法的进程终止或到达指定的timeout(可选参数)。
-
start():进程准备就绪,等待CPU调度
-
run():strat()调用run方法,如果实例进程时未制定传入target,这star执行t默认run()方法。
-
terminate():不管任务是否完成,立即停止工作进程
属性:
-
authkey
-
daemon:和线程的setDeamon功能一样
-
exitcode(进程在运行时为None、如果为–N,表示被信号N结束)
-
name:进程名字。
-
pid:进程号。
例子一:
from multiprocessing import Process
import threading
import timedef foo(i):print 'say hi',ifor i in range(10):p = Process(target=foo,args=(i,))p.start()
say hi 0
say hi 3
say hi 6
say hi 1
say hi 8
say hi 2
say hi 5
say hi 4
say hi 7
say hi 9Process finished with exit code 0
例子二:
def foo(i):time.sleep(1)print 'say hi', itime.sleep(1)if __name__ == '__main__':p_list=[]for i in range(10):p = Process(target=foo, args=(i,))p.daemon=Truep_list.append(p)for p in p_list:p.start()for p in p_list:p.join()print 'main process end'
say hi 1
say hi 2
say hi 5
say hi 6
say hi 7
say hi 0
say hi 4
say hi 3
say hi 8
say hi 9
main process endProcess finished with exit code 0
可以看出join()方法和deamon属性的用法和多线程的基本一致。
Pool类
进程池内部维护一个进程序列,当使用时,则去进程池中获取一个进程,如果进程池序列中没有可供使用的进进程,那么程序就会等待,直到进程池中有可用进程为止。进程池设置最好等于CPU核心数量
构造方法:
Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])
- processes :使用的工作进程的数量,如果processes是None那么使用 os.cpu_count()返回的数量。
- initializer: 如果initializer是None,那么每一个工作进程在开始的时候会调用initializer(*initargs)。
- maxtasksperchild:工作进程退出之前可以完成的任务数,完成后用一个新的工作进程来替代原进程,来让闲置的资源被释放。- maxtasksperchild默认是None,意味着只要Pool存在工作进程就会一直存活。
- context: 用在制定工作进程启动时的上下文,一般使用 multiprocessing.Pool() 或者一个context对象的Pool()方法来创建一个池,两种方法都适当的设置了context
实例方法:
-
apply(func[, args[, kwds]]):同步进程池
-
apply_async(func[, args[, kwds[, callback[, error_callback]]]]) :异步进程池
-
close() : 关闭进程池,阻止更多的任务提交到pool,待任务完成后,工作进程会退出。
-
terminate() : 结束工作进程,不在处理未完成的任务
-
join() : wait工作线程的退出,在调用join()前,必须调用close() or terminate()。这样是因为被终止的进程需要被父进程调用wait(join等价与wait),否则进程会成为僵尸进程。pool.join()必须使用在
例子一(异步进程池):
pool.close()或者pool.terminate()之后。其中close()跟terminate()的区别在于close()会等待池中的worker进程执行结束再关闭pool,而terminate()则是直接关闭。
# coding:utf-8
from multiprocessing import Pool
import timedef Foo(i):time.sleep(2)return i + 100def Bar(arg):print argif __name__ == '__main__':t_start=time.time()pool = Pool(5)for i in range(10):pool.apply_async(func=Foo, args=(i,), callback=Bar)#维持执行的进程总数为processes,当一个进程执行完毕后会添加新的进程进去pool.close()pool.join() # 进程池中进程执行完毕后再关闭,如果注释,那么程序直接关闭。pool.terminate()t_end=time.time()t=t_end-t_startprint 'the program time is :%s' %t
101
100
102
103
104
106
105
107
108
109
the program time is :4.22099995613Process finished with exit code 0
例子二(同步进程池):
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from multiprocessing import Process, Pool
import timedef Foo(i):time.sleep(1)print i + 100if __name__ == '__main__':t_start=time.time()pool = Pool(5)for i in range(10):pool.apply(Foo, (i,))pool.close()pool.join() # 进程池中进程执行完毕后再关闭,如果注释,那么程序直接关闭。t_end=time.time()t=t_end-t_startprint 'the program time is :%s' %t
100
101
102
103
104
105
106
107
108
109
the program time is :10.2409999371Process finished with exit code 0
可以看出进程同步顺序执行了,效率降低
例子三:异步进程池使用get()方法获得进程执行结果值(错误使用get()方法获取结果)
def Bar(arg):return argif __name__ == '__main__':t_start=time.time()pool = Pool(5)for i in range(10):res = pool.apply_async(func=Foo, args=(i,), callback=Bar)#维持执行的进程总数为processes,当一个进程执行完毕后会添加新的进程进去print res.get()pool.close()pool.join() # 进程池中进程执行完毕后再关闭,如果注释,那么程序直接关闭。pool.terminate()t_end=time.time()t=t_end-t_startprint 'the program time is :%s' %t
100
101
102
103
104
105
106
107
108
109
the program time is :20.2850000858Process finished with exit code 0
可以看出由于每个进程的get()方法,程序变成同步执行了
例子四(正确使用get()方法获取结果)
# coding:utf-8
from multiprocessing import Pool
import timedef Foo(i):time.sleep(2)return i + 100def Bar(arg):return argif __name__ == '__main__':res_list=[]t_start=time.time()pool = Pool(5)for i in range(10):res = pool.apply_async(func=Foo, args=(i,), callback=Bar)res_list.append(res)pool.close()pool.join()for res in res_list:print res.get()t_end=time.time()t=t_end-t_startprint 'the program time is :%s' %t
100
101
102
103
104
105
106
107
108
109
the program time is :4.22399997711Process finished with exit code 0
进程数据共享
进程各自持有一份数据,默认无法共享数据
#!/usr/bin/env python
# coding:utf-8from multiprocessing import Process
li = []def foo(i):li.append(i)print 'say hi', li
if __name__ == '__main__':for i in range(10):p = Process(target=foo, args=(i,))p.start()print 'ending', li
期望输出[0到10的随机排列的列表]
say hi [1]
say hi [0]
say hi [2]
say hi [3]
say hi [4]
say hi [5]
ending []
say hi [6]
say hi [7]
say hi [8]
say hi [9]Process finished with exit code 0
方法一(使用Array):
Array(‘i’, range(10))中的‘i’参数C语言中的类型:
‘c’: ctypes.c_char ‘u’: ctypes.c_wchar ‘b’: ctypes.c_byte ‘B’: ctypes.c_ubyte
‘h’: ctypes.c_short ‘H’: ctypes.c_ushort ‘i’: ctypes.c_int ‘I’: ctypes.c_uint
‘l’: ctypes.c_long, ‘L’: ctypes.c_ulong ‘f’: ctypes.c_float ‘d’: ctypes.c_double
from multiprocessing import Process, Arraydef f(a):for i in range(len(a)):a[i] = -a[i]if __name__ == '__main__':arr = Array('i', range(10))p = Process(target=f, args=(arr,))p.start()p.join()print(arr[:])
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
方法二(使用Manager):
Manager()返回的manager提供list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array类型的支持。
from multiprocessing import Process, Managerdef f(d, l):d[1] = '1'd['2'] = 2d[0.25] = Nonel.reverse()if __name__ == '__main__':with Manager() as manager:d = manager.dict()l = manager.list(range(10))p = Process(target=f, args=(d, l))p.start()p.join()print(d)print(l)
{0.25: None, 1: '1', '2': 2}
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]Process finished with exit code 0