查看“Python多进程(multiprocessing)”的源代码
←
Python多进程(multiprocessing)
跳到导航
跳到搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
== pre == Unix/Linux操作系统提供了一个fork()系统调用,它非常特殊。普通的函数调用,调用一次,返回一次,但是fork()调用一次,返回两次,因为操作系统自动把当前进程(称为父进程)复制了一份(称为子进程),然后,分别在父进程和子进程内返回。 子进程永远返回0,而父进程返回子进程的ID。这样做的理由是,一个父进程可以fork出很多子进程,所以,父进程要记下每个子进程的ID,而子进程只需要调用getppid()就可以拿到父进程的ID。 Python的os模块封装了常见的系统调用,其中就包括fork,可以在Python程序中轻松创建子进程: <br/> evan@evanpc:~/pytest$ cat mu.py <br/> #!/usr/bin/python<br/> import os<br/> print 'Process (%s) start...' %os.getpid() <br/> pid = os.fork()<br/> if pid==0:<br/> print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid())<br/> else:<br/> print 'I (%s) just created a child process (%s).' %(os.getpid(),pid) evan@evanpc:~/pytest$ python mu.py<br/> Process (7725) start...<br/> I (7725) just created a child process (7726).<br/> I am child process (7726) and my parent is 7725. == multiprocessing == multiprocessing是要比fork更高级的库了,使用multiprocessing可以更加轻松的实现多进程程序。multiprocessing也提供了很多进程同步和进程通信的方法。 由于Python是跨平台的,自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。 multiprocessing模块提供了一个Process类来代表一个进程对象,下面的例子演示了启动一个子进程并等待其结束: evan@evanpc:~/pytest$ cat multi.py <br/> #!/usr/bin/python<br/> from multiprocessing import Process<br/> import os def run_proc(name):<br/> print 'Run child process %s (%s)...' %(name, os.getpid()) if __name__ == '__main__':<br/> print 'Parent process %s.' % os.getpid()<br/> p = Process(target=run_proc,args=('test',))<br/> print 'Process will start.'<br/> p.start()<br/> p.join()<br/> print 'Process end.'<br/> evan@evanpc:~/pytest$ python multi.py <br/> Parent process 7572.<br/> Process will start.<br/> Run child process test (7573)...<br/> Process end. <pre>#!/usr/bin/env python import multiprocessing import time def clock(interval): while True: print "The time is {0}".format(time.ctime()) time.sleep(interval) if __name__ == "__main__": for i in range(3): p = multiprocessing.Process(target=clock,args=(1,)) p.start() p.join() ''' join()代表启动多进程,但是阻塞并发运行,一个进程执行结束后再执行第二个进程。可以给其设置一个timeout值比如join(5)代表5秒后无论当前进程是否结果都继续并发执行第二个进程 程序运行结果 The time is Mon Dec 19 17:25:14 2016 The time is Mon Dec 19 17:25:15 2016 The time is Mon Dec 19 17:25:16 2016 省略 '''</pre> 二:进程同步 对于一些互斥的资源来说,进程间需要进程互斥来访问。否则导致资源访问受阻,或者最后的结果混乱等情况。对于标准输出这个资源来说,如果多个资源同属输出信息,可能会导致输出的信息混乱。所以需要使用锁来避免资源互斥访问。 <pre>#!/usr/bin/python #-*- codign:utf-8 -*- from multiprocessing import Process, Lock def f(l,i): l.acquire() print "hellow world", i l.release() if __name__ == "__main__": lock = Lock() for num in range(10): Process(target=f, args=(lock,num)).start() ''' 程序运行结果 hellow world 0 hellow world 5 hellow world 1 hellow world 4 hellow world 3 hellow world 9 hellow world 7 hellow world 8 hellow world 6 hellow world 2 '''</pre> == 进程共享变量 == <br/> 几个进程之间的都拥有自己独立的命名空间和地址空间,无法通过一些全局变量来实现,multiprocessing提供了一些特殊的函数来实现共享变量。<br/> 1.Value,Array的方式 <pre>#!/usr/bin/python #-*- coding:utf-8 -*- from multiprocessing import Process, Value,Array def f(n,a): n.value=3.1415926 for i in range(len(a)): a[i]=-a[i] if __name__ == "__main__": num =Value('d',0.0) arr = Array('i',range(10)) p=Process(target=f,args=(num,arr)) p.start() p.join() print num.value print arr[:] ''' join()代表启动多进程 启动子进程p p.start() Value()和Array()都有两个参数第一个参数代表存放的值的类型,第二个参数代表其值。 运行结果 3.1415926 [0, -1, -2, -3, -4, -5, -6, -7, -8, -9] '''</pre> 2.Manager的方式<br/> 这个方式支持的类型更多,灵活性更大,但是速度要慢于Value,Array。 <pre>#!/usr/bin/python #-*- codign:utf-8 -*- from multiprocessing import Process,Manager def f(d,l): d[1]='1' d['2']=2 d[0.25]=None l.reverse() if __name__=="__main__": manager = Manager() d=manager.dict() l=manager.list(range(10)) p=Process(target=f,args=(d,l)) p.start() p.join() print d print l ''' 运动结果 {0.25: None, 1: '1', '2': 2} [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] '''</pre> == Pool == 如果要启动大量的子进程,可以用进程池的方式批量创建子进程: <br/> #!/usr/bin/python<br/> #-*- coding: utf-8 -*-<br/> from multiprocessing import Pool <br/> import os, time, random def long_time_task(name):<br/> print 'Run task %s (%s)...' % (name, os.getpid())<br/> start = time.time()<br/> time.sleep(random.random() * 3)<br/> end = time.time()<br/> print 'Task %s runs %0.2f seconds.' % (name, (end - start)) if __name__=='__main__':<br/> print 'Parent process %s.' % os.getpid()<br/> p = Pool()<br/> for i in range(5):<br/> p.apply_async(long_time_task, args=(i,))<br/> print 'Waiting for all subprocesses done...'<br/> p.close()<br/> p.join()<br/> print 'All subprocesses done.' <br/> '''运行结果<br/> evan@evanpc:~/dkm/python/test$ python pool.py <br/> Parent process 23349.<br/> Waiting for all subprocesses done...<br/> Run task 0 (23350)...<br/> Run task 1 (23351)...<br/> Run task 2 (23352)...<br/> Run task 3 (23353)...<br/> Task 3 runs 1.04 seconds.<br/> Run task 4 (23353)...<br/> Task 4 runs 0.05 seconds.<br/> Task 2 runs 1.37 seconds.<br/> Task 0 runs 1.80 seconds.<br/> Task 1 runs 2.92 seconds.<br/> All subprocesses done.''' <br/> 代码解读: 对Pool对象调用join()方法会等待所有子进程执行完毕,调用join()之前必须先调用close(),调用close()之后就不能继续添加新的Process了。 请注意输出的结果,task 0,1,2,3是立刻执行的,而task 4要等待前面某个task完成后才执行,这是因为Pool的默认大小在我的电脑上是4,因此,最多同时执行4个进程。这是Pool有意设计的限制,并不是操作系统的限制。如果改成: p = Pool(5)<br/> 就可以同时跑5个进程。 由于Pool的默认大小是CPU的核数,如果你不幸拥有8核CPU,你要提交至少9个子进程才能看到上面的等待效果。 <pre>#!/usr/bin/python #-*- coding:utf-8 -*- from multiprocessing import Pool def f(x): return x*x if __name__ == '__main__': pool = Pool(processes=5) result = pool.apply_async(f,[10]) print result print result.get(timeout=1) print pool.map(f,range(10)) ''' 解说 pool常用的函数有: apply 开启多个进程并发执行 apply_async 同上,但是这个是异步的,非阻塞的。 map 类似于内建函数map,后面提供的参数列表会一个一个应用于函数,。这里会开发多个进程并发一起执行。 map_async 和map相同,只不过这是一个异步的,不会阻塞等待结果。该函数会返回一个结果对象。 运行结果 <multiprocessing.pool.ApplyResult object at 0x7f548909ce10> 100 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] '''</pre> == 进程间通信 == Process之间肯定是需要通信的,操作系统提供了很多机制来实现进程间的通信。Python的multiprocessing模块包装了底层的机制,提供了Queue、Pipes等多种方式来交换数据。 我们以Queue为例,在父进程中创建两个子进程,一个往Queue里写数据,一个从Queue里读数据: <pre>#!/usr/bin/python # -*- coding:utf-8 -*- from multiprocessing import Process, Queue import os, time, random #写数据进程执行的代码: def write(q): for value in ['A','B','C']: print 'Put %s to queue ...' % value q.put(value) time.sleep(random.random()) # 读数据进程执行的代码: def read(q): while True: value = q.get(True) print 'Get %s from queue.' %value if __name__ =='__main__': '''#父进程创建Queue,并传给各个子进程: ''' q = Queue() pw = Process(target=write,args=(q,)) pr= Process(target=read,args=(q,)) '''# 启动子进程pw,写入:''' pw.start() '''#启动子进程pr,读取:''' pr.start() '''#等待pw结束:''' pw.join() '''#pr进程里是死循环,无法等待其结束,只能强行终止:''' pr.terminate() ''' Put A to queue ... Get A from queue. Put B to queue ... Get B from queue. Put C to queue ... Get C from queue. '''</pre> <pre>#!/usr/bin/python #-*- coding:utf-8 -*- from multiprocessing import Process, Queue def f(q): q.put([1,2,3,4]) if __name__ == '__main__': # 父进程创建Queue,并传给各个子进程: q=Queue() p=Process(target=f,args=(q,)) p.start() ### 读数据进程执行的代码: print q.get() p.join() ''' #运行结果 [1, 2, 3, 4] '''</pre> 参考 [http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868323401155ceb3db1e2044f80b974b469eb06cb43000 http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868323401155ceb3db1e2044f80b974b469eb06cb43000] [http://forlinux.blog.51cto.com/8001278/1423390 http://forlinux.blog.51cto.com/8001278/1423390] [[Category:Python]]
返回至
Python多进程(multiprocessing)
。
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
我的导航
关于我
shell
python
ops
linuxchina.net
blog.linuxchina
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息