chapter11、3多进程 multiprocessing

多进程 multiprocessing

数据的共享，涉及调度问题，要合理使用计算机的资源，进程管理的线程太多就无法管理了，操作系统管理的进程太多也无法实现，合理范围内使用。

 

多进程的启动要在主模块下

 

进程都认为自己独占cup资源。由操作系统调度

 

cpu绑定，利用多核的一二级缓存，加快计算速度，如果切换后对于计算结果的再次调用时间较常，就可以用绑定解决

 

python中进程接口几乎与线程一样，process类遵循Thread类的API，但是原理完全不同，概念是相同的，但实现完全不同

 

python中CPU密集型使用进程更好，但如果对C++自己解决内存问题，但速度较python快

 

import multiprocessing
import datetime
import logging

logging.basicConfig(level=logging.INFO, format="%(process)d %(processName)s %(thread)s %(message)s")


def calc(i):
    sum = 0
    for _ in range(10000000):
        sum += 1
    logging.info('{}.in function'.format(sum))
    return sum

if __name__ == '__main__':
    start = datetime.datetime.now()

    pool = multiprocessing.Pool(3)
    for i in range(3):
        pool.apply_async(calc, args=(i,), callback=lambda x: logging.info("{}.in callback".format(x)))
    # p = threading.Thread(target=calc, args=(i,), name="calc-{}".format(i))
    pool.close()
    pool.join()

    delta = (datetime.datetime.now() - start).total_seconds()
    print(delta)
    print("end=========")

 

以上程序，在使用单线程和多线程时，时间都是4分多，而使用多进程时间只用了1分半左右，这是正真的并行。多线程时不能实现是因为GIL这把解释器进程级别的锁。

 

代码执行时，注意__name__="__main___" 将执行的代码放在其下。

 

pid 进程id，进程的唯一ID

 

exitcode 进程退出状态码， 退出码0是正常，其他退出码是自己写的，不同的操作系统不同，

 

terminate 终止指定的进程

 

进程间同步

进程的同步不要使用线程的模块

进程间的同步代价要高于线程间的同步

multiprocessing 进程间的通讯还提供了内存，服务器进程来共享数据。可以使用Queue，pipe管道，但是现在基本不用，使用第三方队列通讯，和网络通讯解决。

多进程就是启动多个解释器进程，进程间的通信，要序列化和反序列化，都比较耗时。

如果进程中都没有多线程，那么GIL不会影响程序。

进程池：

multiprocessing.pool 是进程池类

apply(self, func, args=(), kwds={})    同步阻塞执行

apply_async    异步非阻塞执行，得到的结果会执行回调callback

close()    关闭池，池不能在接受新任务

terminate(） 结束工作进程，不再处理未处理的任务

join()   主进程阻塞等待子进程的退出，join方法要在close或者terminate后使用

async异步 ,sync同步

同步阻塞，等待

异步非阻塞，不等待

callback要求有一个参数，接受进程的返回值

多进程，多线程的选择

1、CPU密集型

CPython 中的GIL，多线程时相互竞争，不能发挥多核的优势，如果要用Python解决，就使用多进程

2、IO密集型，适合使用多线程，可以减去多进程IO切换之间的序列化开销。再IO等待时，切换到其他线程执行，效果很好。

应用 

请求应答模型：WEB应用中常见的处理模型

master启动多个worker工作进程，一般和CPU数目相同，发挥多核的优势

worker进程中，往往要处理网络IO和磁盘IO，启动多线程，提高并发处理的能力。worker处理用户的请求，往往需要等到数据，处理完还需要通过网络IO返回响应。

这就是nginx工作模式。