Python并发之多进程

一，进程的理论基础

　　一个应用程序，归根结底是一堆代码，是静态的，而进程才是执行中的程序，在一个程序运行的时候会有多个进程并发执行。

　　进程和线程的区别：

• 　　　　进程是系统资源分配的基本单位。
• 　　　　一个进程内可以包含多个线程，属于一对多的关系，进程内的资源，被其内的线程共享
• 　　　　线程是进程运行的最小单位，如果说进程是完成一个功能，那么其线程就是完成这个功能的基本单位
• 　　　　进程间资源不共享，多进程切换资源开销，难度大，同一进程内的线程资源共享，多线程切换资源开销，难度小

　　进程与线程的共同点：

　　　　都是为了提高程序运行效率，都有执行的优先权

二，Python的多进程（ multiprocessing模块）

创建一个进程(和创建线程类似)

方法一：创建Process对象，通过对象调用start()方法启动进程

from multiprocessing import Process

def foo(name):
    print('hello,%s'%name)

if __name__ == '__main__':
    p1=Process(target=foo,args=('world',))
    p2 = Process(target=foo, args=('China',))
    p1.start()
    p2.start()
    print('=====主进程=====')
    
    # == == =主进程 == == =
    # hello, world
    # hello, China
    #主进程和子进程并发执行  

 注意：Process对象只能在在 if __name__ == '__main__':下创建，不然会报错。

方法二：自定义一个类继承Process类，并重写run()方法,将执行代码放在其内

from multiprocessing import Process

class MyProcess(Process):
    def __init__(self,name):
        super().__init__()
        self.name = name
    def run(self):
        print('hello,%s'%self.name)

if __name__ == '__main__':
    myprocess1 = MyProcess('world')
    myprocess2 = MyProcess('world')
    myprocess1.start()
    myprocess2.start()

 Process内置方法

实例方法:
p.start()：启动进程，并调用该子进程中的p.run() 

p.run():进程启动时运行的方法，正是它去调用target指定的函数，我们自定义类的类中一定要实现该方法  

p.terminate():强制终止进程p，不会进行任何清理操作，如果p创建了子进程，该子进程就成了僵尸进程，使用该方法需要特别小心这种情况。如果p还保存了一个锁那么也将不会被释放，进而导致死锁

p.is_alive():如果p仍然运行，返回True

p.join([timeout]):主线程等待p终止。timeout是可选的超时时间

Process属性

p.daemon：默认值为False，如果设为True，代表p为后台运行的守护进程，当p的父进程终止时，p也随之终止，并且设定为True后，p不能创建自己的新进程，必须在p.start()之前设置

p.name:进程的名称

p.pid：进程的pid

p.exitcode:进程在运行时为None、如果为–N，表示被信号N结束(了解即可) 

守护进程

类似于守护线程，只不过守护线程是对象的一个方法，而守护进程封装成对象的属性。

from multiprocessing import Process
import time
class MyProcess(Process):
    def __init__(self,name):
        super().__init__()
        self.name = name
    def run(self):
        time.sleep(3)
        print('hello,%s'%self.name)

if __name__ == '__main__':
    myprocess1=MyProcess('world')
    myprocess1.daemon = True
    myprocess1.start()
    print('结束')

#不会输出‘hello world’，因为设置为守护进程，主进程不会等待

也可以使用join方法，使主进程等待

from multiprocessing import Process
import time
class MyProcess(Process):
    def __init__(self,name):
        super().__init__()
        self.name = name
    def run(self):
        time.sleep(3)
        print('hello,%s'%self.name)

if __name__ == '__main__':
    myprocess1=MyProcess('world')
    myprocess1.daemon = True
    myprocess1.start()
    myprocess1.join()  #程序阻塞
    print('结束')

进程同步和锁

　　进程虽然不像线程共享资源，但是这并不意味着进程间不需要加锁，比如不同进程会共享同一个终端（屏幕），或者操作同一个文件，数据库，那么数据安全还是很有必要的，因此我们可以加锁,

from multiprocessing import Process,Lock
import time
def a_print(l): #需要传入对象，因为信息不共享
    l.acquire()
    print('我要打印信息')
    time.sleep(1)
    print('我打印完了')
    l.release()

if __name__ == '__main__':
    l = Lock()
    for i in range(20):
        p = Process(target=a_print,args=(l,))
        p.start()

信号量（Semaphore）

能够并发执行的进程数，超出的进程阻塞，直到有进程运行完成。

　　Semaphore管理一个内置的计数器，
　　每当调用acquire()时内置计数器-1；
　　调用release() 时内置计数器+1；
　　计数器不能小于0；当计数器为0时，acquire()将阻塞进程直到其他进程调用release()。

from multiprocessing import Process,Queue,Semaphore
import time,random

def seat(s,n):
    s.acquire()
    print('学生%d坐下了'%n)
    time.sleep(random.randint(1,2))
    s.release()

if __name__ == '__main__':
    s = Semaphore(5)
    for i in range(20):
        p = Process(target=seat,args=(s,i))
        p.start()

    print('-----主进程-------')

注意：其实信号量和锁类似，只是限制进程运行某个代码块的数量（锁为1个），并不是能限制并发的进程，如上述代码，一次性还是创建了20个进程

事件（Event）

from multiprocessing import Process,Event
import time, random
def eating(event):
    event.wait()
    print('去吃饭的路上...')

def makeing(event):
    print('做饭中')
    time.sleep(random.randint(1,2))
    print('做好了，快来...')
    event.set()

if __name__ == '__main__':
    event=Event()
    t1 = Process(target=eating,args=(event,))
    t2 = Process(target=makeing,args=(event,))
    t1.start()
    t2.start()
    # 做饭中
    # 做好了，快来...
    # 去吃饭的路上...

进程队列（Queue）

进程队列是进程通讯的方式之一。使用multiprocessing 下的Queue

from multiprocessing import Process,Queue
import time
def func1(queue):
    while True:
        info=queue.get()
        if info == None:
            return 
        print(info)

def func2(queue):
    for i in range(10):
        time.sleep(1)
        queue.put('is %d'%i)
    queue.put(None) #结束的标志
if __name__ == '__main__':
    q = Queue()
    p1 = Process(target=func1,args=(q,))
    p2 = Process(target=func2, args=(q,))

    p1.start()
    p2.start()

Queue类的方法，源码如下：

class Queue(object):
    def __init__(self, maxsize=-1):  #可以传参设置队列最大容量
        self._maxsize = maxsize

    def qsize(self): #返回当前时刻队列中的个数
        return 0

    def empty(self): #是否为空
        return False

    def full(self):    是否满了
        return False

    def put(self, obj, block=True, timeout=None): #放值,blocked和timeout。如果blocked为True（默认值），并且timeout为正值，该方法会阻塞timeout指定的时间，直到该队列有剩余的空间。如果超时，会抛出Queue.Full异常。如果blocked为False，但该Queue已满，会立即抛出Queue.Full异常
        pass

    def put_nowait(self, obj):  #=put(False)
        pass

    def get(self, block=True, timeout=None): 获取值,get方法有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，那么在等待时间内没有取到任何元素，会抛出Queue.Empty异常。如果blocked为False，有两种情况存在，如果Queue有一个值可用，则立即返回该值，否则，如果队列为空，则立即抛出Queue.Empty异常.
        pass

    def get_nowait(self): # = get(False)
        pass

    def close(self): #将队列关闭
        pass

    def join_thread(self): #略，几乎不用
        pass

    def cancel_join_thread(self):
        pass

进程池

　　进程的消耗是很大的，因此我们不能无节制的开启新进程，因此我们可以通过维护一个进程池来控制进程的数量。这就不同于信号量，进程池可以从源头控制进程数量。在Python中可以通过如下方法使用

同步调用

from multiprocessing import Pool
import time, random, os
def func(n):
    pid = os.getpid()
    print('进程%s正在处理第%d个任务'%(pid,n),'时间%s'%time.strftime('%H-%M-%S'))
    time.sleep(2)
    res = '处理%s'%random.choice(['成功','失败'])
    return res

if __name__ == '__main__':
    p = Pool(4) #创建4个进程，
    li = []
    for i in range(10):
        res = p.apply(func,args=(i,)) 交给进程池处理，处理完成才返回值，会阻塞，即使池内还有空余进程，相当于顺序执行
        li.append(res)

   
    for i in li:
        print(i)

#进程1916正在处理第0个任务 时间21-02-53
#进程1240正在处理第1个任务 时间21-02-55
#进程3484正在处理第2个任务 时间21-02-57
#进程7512正在处理第3个任务 时间21-02-59
#进程1916正在处理第4个任务 时间21-03-01
#进程1240正在处理第5个任务 时间21-03-03
#进程3484正在处理第6个任务 时间21-03-05
#进程7512正在处理第7个任务 时间21-03-07
#进程1916正在处理第8个任务 时间21-03-09
#进程1240正在处理第9个任务 时间21-03-11

从结果可以发现两点：

1. 不是并发处理
2. 一直都只有四个进程，串行执行

因此进程池提供了异步处理的方式

from multiprocessing import Pool
import time, random, os
def func(n):
    pid = os.getpid()
    print('进程%s正在处理第%d个任务'%(pid,n),'时间%s'%time.strftime('%H-%M-%S'))
    time.sleep(2)
    res = '处理%s'%random.choice(['成功','失败'])
    return res

if __name__ == '__main__':
    p = Pool(4)
    li = []
    for i in range(10):
        res = p.apply_async(func,args=(i,)) 结果不会立刻返回，遇到阻塞，开启下一个进程，在这，相当于几乎同时出现四个打印结果（一个线程处理一个任务，处理完下个任务才能进来）
        li.append(res)

    p.close() #join之前需要关闭进程池
    p.join()  #因为异步，所以需要等待池内进程工作结束再继续
    for i in li:
        print(i.get()) #i是一个对象，通过get方法获取返回值，而同步则没有该方法

 关于回调函数

from multiprocessing import Pool
import time, random, os
def func(n):
    pid = os.getpid()
    print('进程%s正在处理第%d个任务'%(pid,n),'时间%s'%time.strftime('%H-%M-%S'))
    time.sleep(2)
    res = '处理%s'%random.choice(['成功','失败'])
    return res

def foo(info):
    print(info) #传入值为进程执行结果

if __name__ == '__main__':
    p = Pool(4)
    li = []
    for i in range(10):
        res = p.apply_async(func,args=(i,)，callback = foo) callback()回调函数会在进程执行完之后调用（主进程调用） 
        li.append(res)

    p.close() 
    p.join()  
    for i in li:
        print(i.get())