Python多进程(multiprocessing)

来自linux中国网wiki
docker>Evan2017年1月24日 (二) 03:15的版本 (导入1个版本)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳到导航 跳到搜索

 

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:


evan@evanpc:~/pytest$ cat mu.py 
#!/usr/bin/python
import os
print 'Process (%s) start...' %os.getpid() 
pid = os.fork()
if pid==0:
    print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid())
else:
    print 'I (%s) just created a child process (%s).' %(os.getpid(),pid)

 

evan@evanpc:~/pytest$ python  mu.py
Process (7725) start...
I (7725) just created a child process (7726).
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 
#!/usr/bin/python
from multiprocessing import Process
import os 

def run_proc(name):
    print 'Run child process %s (%s)...' %(name, os.getpid())

if __name__ == '__main__':
    print 'Parent process %s.' % os.getpid()
    p = Process(target=run_proc,args=('test',))
    print 'Process will start.'
    p.start()
    p.join()
    print 'Process end.'
evan@evanpc:~/pytest$ python multi.py 
Parent process 7572.
Process will start.
Run child process test (7573)...
Process end.

 

#!/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
'''

 

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。

#!/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

'''

 

 


进程共享变量


    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。
1.Value,Array的方式

#!/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]

'''

 

2.Manager的方式
    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。

#!/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]
'''


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:


#!/usr/bin/python
#-*- coding: utf-8 -*-
from multiprocessing import Pool 
import os, time, random

def long_time_task(name):
    print 'Run task %s (%s)...' % (name, os.getpid())
    start = time.time()
    time.sleep(random.random() * 3)
    end = time.time()
    print 'Task %s runs %0.2f seconds.' % (name, (end - start))

if __name__=='__main__':
    print 'Parent process %s.' % os.getpid()
    p = Pool()
    for i in range(5):
        p.apply_async(long_time_task, args=(i,))
    print 'Waiting for all subprocesses done...'
    p.close()
    p.join()
    print 'All subprocesses done.'


运行结果
evan@evanpc:~/dkm/python/test$ python pool.py 
Parent process 23349.
Waiting for all subprocesses done...
Run task 0 (23350)...
Run task 1 (23351)...
Run task 2 (23352)...
Run task 3 (23353)...
Task 3 runs 1.04 seconds.
Run task 4 (23353)...
Task 4 runs 0.05 seconds.
Task 2 runs 1.37 seconds.
Task 0 runs 1.80 seconds.
Task 1 runs 2.92 seconds.
All subprocesses done.


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)
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。

 

 

#!/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]
'''

 

 

 

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:

#!/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.
'''

 

 

#!/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]
'''

 

 

参考

http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868323401155ceb3db1e2044f80b974b469eb06cb43000

http://forlinux.blog.51cto.com/8001278/1423390