Python多任务之进程

Process多进程

进程的概念

程序是没有运行的代码，静态的；

进程是运行起来的程序，进程是一个程序运行起来之后和资源的总称；

程序只有一个，但同一份程序可以有多个进程；例如，电脑上多开QQ；

程序和进程的区别在于有没有资源，进程有资源而程序没有资源，进程是一个资源分配的基本单元；
程序在没运行的时候没有资源，没有显卡，没有网卡，等等；双击运行后有摄像头，有网速等等，就叫做进程；

进程的状态

进程状态图

• 就绪态：运行的条件都已经慢去，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

使用Process完成多任务

进程的使用步骤和线程的使用步骤基本一致；

进程的使用步骤：

1. 导入multiprocessing；
2. 编写多任务所所需要的函数；
3. 创建multiprocessing.Process类的实例对象并传入函数引用；
4. 调用实例对象的start方法，创建子线程。

进程使用步骤图示：

进程使用步骤代码

import time
import multiprocessing


def sing():
    while True:
        print("-----sing-----")
        time.sleep(1)


def dance():
    while True:
        print("-----dance-----")
        time.sleep(1)


def main():
    p1 = multiprocessing.Process(target=sing)
    p2 = multiprocessing.Process(target=dance)
    p1.start()
    p2.start()


if __name__ == "__main__":
    main()

运行结果：

-----sing-----
-----dance-----
-----sing-----
-----dance-----
-----sing-----
-----dance-----
......

进程：

• 主进程有什么，子进程就会有什么资源；
• 线程能创建多任务，进程也能创建多任务，但进程耗费的资源比较大；
• 所以运行的进程数，不一定越多越好；
• 当创建子进程时，会复制一份主进程的资源，代码，内存等，但又会有自己不同的地方，比如pid等；
• 我们可以理解为多进程之间共享代码，即只有一份代码，但有多个指向同一代码的箭头；
• 能共享的就共享，不能共享的就拷贝一份；不需要修改的就共享，要修改的时候就给你拷贝一份，这就是写时拷贝；

获取进程id

获取进程id代码

from multiprocessing import Process
import osdef run_proc():
    """子进程要执行的代码"""
    print('子进程运行中，pid=%d...' % os.getpid())  # os.getpid获取当前进程的进程号
    print('子进程将要结束...')

if __name__ == '__main__':
    print('父进程pid: %d' % os.getpid())  # os.getpid获取当前进程的进程号
    p = Process(target=run_proc)
    p.start()

进程和线程对比

进程和线程的区别

• 进程是系统进行资源分配和调度的一个独立单位；
• 线程是进程的一个实体,是CPU调度和分派的基本单位,即是操作系统调度的单位，它是比进程更小的能独立运行的基本单位；
• 一个程序至少有一个进程,一个进程至少有一个线程；
• 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高；
• 进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率；
• 线程不能够独立执行，必须依存在进程中；
• 进程先有，才有的线程；
• 线程用资源去做事；
• 多线程能实现多任务是指在一个进程资源里面有多个箭头；多线程是在同一个资源里面有多个箭头执行同一份代码；
• 多进程的多任务是又开启了一份资源，在这个资源里面又有一个箭头；
• 进程执行方式1：在一份资源里面有多个箭头在执行；
• 进程执行方式2：有多份资源，在每一份资源里面有一个箭头执行代码；
• 线程执行开销小，但不利于资源的管理和保护，进程正好相反；
• 开发中还是多线程用的多；

通过队列完成进程间通信

队列使用语法

# 创建队列：
from multiprocessing import Queue
q = Queue(3)
# 往队列中添加数据：
q.put(xxx)
# 从队列中获取数据：
q.get()

通过队列完成进程间通信代码

from multiprocessing import Queue
import multiprocessing


def download_data(q):
    """模拟这是从网上下载数据"""
    data = [11, 22, 33]
    for i in data:
        q.put(i)
    print("数据下载完成")


def deal_data(q):
    """模拟处理从网上下载下来的数据"""
    data_list = []
    while True:
        data = q.get()
        data_list.append(data)
        if q.empty():
            break
    print("处理数据结束，数据为：", data_list)


def main():
    q = Queue(3)
    p1 = multiprocessing.Process(target=download_data, args=(q,))
    p2 = multiprocessing.Process(target=deal_data, args=(q,))
    p1.start()
    time.sleep(1)
    p2.start()


if __name__ == '__main__':
    main()

运行结果：

数据下载完成
处理数据结束，数据为： [11, 22, 33]

进程池完成多任务

进程池

进程池的概念

因为进程的创建和销毁是需要大量的资源的，为了减少消耗，当我们在处理多任务时，比如100个任务，我们可以先创建10个进程，然后用这10个进程来执行者100个任务，就可以重复使用进程，达到节约资源的目的了，而这个就可以使用进程池。

进程池的创建
任务数固定且较少，用普通的进程即可；任务数不确定，且比较多，就用进程池；
进程池不会等待进程执行完毕，我们需要使用po.join()让主进程等待进程池中的进程执行完；且po.close()必须在join前面；

创建进程池语法

# 创建进程池
from multiprocessing import Pool
po = Pool(3)

# 给进程池传递任务和参数
po.asyn(sing, (num,))

# 让进程池等待子进程执行完
po.close()
po.join()

进程池pool示例

from multiprocessing import Pool
import os, time, random


def worker(msg):
    t_start = time.time()
    print("%s开始执行,进程号为%d" % (msg, os.getpid()))
    # random.random()随机生成0~1之间的浮点数
    time.sleep(random.random() * 2)
    t_stop = time.time()
    print(msg, "执行完毕，耗时%0.2f" % (t_stop - t_start))


def main():
    po = Pool(3)  # 定义一个进程池，最大进程数3
    for i in range(0, 10):
        # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
        # 每次循环将会用空闲出来的子进程去调用目标
        po.apply_async(worker, (i,))

    print("----start----")
    po.close()  # 关闭进程池，关闭后po不再接收新的请求
    po.join()  # 等待po中所有子进程执行完成，必须放在close语句之后
    print("-----end-----")


if __name__ == '__main__':
    main()

执行结果：

----start----
0开始执行,进程号为7812
1开始执行,进程号为9984
2开始执行,进程号为1692
1 执行完毕，耗时0.65
3开始执行,进程号为9984
0 执行完毕，耗时1.08
4开始执行,进程号为7812
2 执行完毕，耗时1.82
5开始执行,进程号为1692
4 执行完毕，耗时1.12
6开始执行,进程号为7812
3 执行完毕，耗时1.35
7开始执行,进程号为9984
7 执行完毕，耗时0.11
8开始执行,进程号为9984
6 执行完毕，耗时0.50
9开始执行,进程号为7812
5 执行完毕，耗时0.65
8 执行完毕，耗时0.70
9 执行完毕，耗时0.74
-----end-----

多进程拷贝文件夹

多任务文件夹copy

步骤思路：

• 1.获取用户要拷贝的文件夹的名字；
• 2.创建一个新的文件夹；
• 3.获取文件夹的所有待拷贝的文件名；listdir()
• 4.创建进程池；
• 5.复制原文件夹中的文件，到新文件夹的文件中去；

多任务拷贝文件代码

import os
from multiprocessing import Pool


def copy_file(file, old_folder, new_folder):

    old_f = open(old_folder+"/"+file, "rb")
    data = old_f.read()
    old_f.close()

    new_f = open(new_folder+"/"+file, "wb")
    new_f.write(data)
    new_f.close()
    print("创建文件成功:", file)


def main():
    # 1.获取要拷贝的文件夹
    old_folder = input("请输入你要拷贝的文件夹：")
    # 2.创建新文件夹
    new_folder = old_folder + "_复件"
    try:
        os.mkdir(new_folder)
        print("创建文件夹成功")
    except Exception as e:
        pass
    # 3.获取文件夹中所有待拷贝的文件,listdir()
    files_list = os.listdir(old_folder)
    # print(files_list)
    # 4.创建进程池
    po = Pool(5)
    for file in files_list:
        # 向进程池中添加复制文件的任务
        po.apply_async(copy_file, args=(file, old_folder, new_folder))
    # 复制原文件夹中的文件，到新文件夹中
    po.close()
    po.join()


if __name__ == '__main__':
    main()

在完成文件夹拷贝后，增加了一个需求，显示拷贝文件的进度条，怎么办？

多任务拷贝文件并显示进度条

如果要在进程池中使用Queue，要使用from multiprocessing import Manager ，使用Manager().Queue()；

显示进度条思路：

1. 创建一个队列；
2. 往拷贝文件的函数中传入队列，拷贝好一个文件就往q中传入该文件名；
3. 在主函数中计算listdir()中的所有文件数量；
4. 在主函数中定义一个num，初始值为0；
5. 在主函数中定义一个while true，从q中获取文件每获取一个文件们就将num+1
6. 计算，如果num的值大于等于总文件数量，就break；
7. 使用已拷贝文件数量num除以总文件数量，即为拷贝的进度，使用开头 和end=""让显示进度不换行，如下：

print("
已拷贝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")

多任务拷贝文件并显示进度条代码

import os
from multiprocessing import Pool, Manager


def copy_file(q, file, old_folder, new_folder):

    old_f = open(old_folder+"/"+file, "rb")
    data = old_f.read()
    old_f.close()

    new_f = open(new_folder+"/"+file, "wb")
    new_f.write(data)
    new_f.close()
    q.put(file)


def main():
    # 1.获取要拷贝的文件夹
    old_folder = input("请输入你要拷贝的文件夹：")
    # 2.创建新文件夹
    new_folder = old_folder + "_复件"
    try:
        os.mkdir(new_folder)
        print("创建文件夹成功")
    except Exception as e:
        pass
    # 3.获取文件夹中所有待拷贝的文件,listdir()
    files_list = os.listdir(old_folder)
    # 4.创建进程池
    po = Pool(5)
    # 5.创建队列
    q = Manager().Queue()
    # 6.复制原文件夹中的文件，到新文件夹中
    for file in files_list:
        # 向进程池中添加复制文件的任务
        po.apply_async(copy_file, args=(q, file, old_folder, new_folder))
    all_file_len = len(files_list)
    po.close()
    # po.join()
    copy_ok_file_num = 0
    while True:
        file = q.get()
        copy_ok_file_num += 1
        print("已拷贝文件%.2f %%" % (copy_ok_file_num*100/all_file_len))
        # print("
已拷贝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")
        if copy_ok_file_num >= all_file_len:
            break
    print()


if __name__ == '__main__':
    main()