Python多任务—进程
一、进程以及状态
1、进程
正在运行的应用程序就是一个进程。进程是资源分配的基本单元。
Python多进程可以在多核CPU上运行，多进程充分利用了多核的资源。
2. 进程的状态
工作中，任务数往往大于cpu的核数，即一定有一些任务正在执行，而另外一些任务在等待cpu进行执行，因此导致了有了不同的状态。
- 就绪态：运行的条件都已经满足，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
二、进程的创建-multiprocessing
multiprocessing模块就是跨平台版本的多进程模块，提供了一个Process类来代表一个进程对象，这个对象可以理解为是一个独立的进程，可以执行另外的事情。
1、 2个while循环一起执行
from multiprocessing import Process import time def run_proc(): ''' 子进程要执行的代码 :return: ''' while 1: print('----2-----') time.sleep(1) if __name__ == '__main__': p = Process(target=run_proc) p.start() while 1: print('-----1------') time.sleep(1)
说明：创建子线程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动
2、进程pid
from multiprocessing import Process import os import time def run_proc(): ''' 子进程要执行的代码 :return: ''' print('子进程运行中， pid = %d ...' % os.getpid()) # os.getpid()获取当前进程的进程号 if __name__ == '__main__': print('父进程pid: %d' % os.getpid()) p = Process(target=run_proc) p.start()
3、Process语法结构如下：
Process([group [, target [, name [, args [, kwargs]]]]])
- target：如果传递了函数的引用，子进程就执行这里面的内容
- args：给target指定的函数传递的参数，以元组的方式传递
- kwargs：给target指定的函数传递命名参数
- name：给进程设定一个名字，可以不设定
- group：指定进程组，大多数情况下用不到
Process创建的实例对象的常用方法：
- start()：启动子进程实例（创建子进程）
- is_alive()：判断进程子进程是否还在活着
- join([timeout])：是否等待子进程执行结束，或等待多少秒
- terminate()：不管任务是否完成，立即终止子进程
Process创建的实例对象的常用属性：
- name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
- pid：当前进程的pid（进程号）
4、给子进程指定的函数传递参数
import os from time import sleep from multiprocessing import Process def run_proc(name, age, **kwargs): for i in range(10): print('子进程运行中，name=%s, age=%d, pid=%d' % (name, age, os.getpid())) print(kwargs) sleep(0.2) if __name__ == '__main__': p = Process(target=run_proc, args=('test', 18), kwargs={'m': 20}) p.start() sleep(1) # 1秒后立即结束子进程 p.terminate() p.join()
执行结果
子进程运行中，name=test, age=18, pid=13140 {'m': 20} 子进程运行中，name=test, age=18, pid=13140 {'m': 20} 子进程运行中，name=test, age=18, pid=13140 {'m': 20} 子进程运行中，name=test, age=18, pid=13140 {'m': 20}
5.、进程间不同享全局变量
import os import time from multiprocessing import Process nums = [11, 22] def work1(): print('in process1 pid=%d, num=%s' % (os.getpid(), nums)) for i in range(3): nums.append(i) time.sleep(1) print('in process1 pid=%d, nums=%s' %(os.getpid(), nums)) def work2(): print('in process2 pid=%d, nums=%s' %(os.getpid(), nums)) if __name__ == '__main__': p1 = Process(target=work1) p1.start() p1.join() p2 = Process(target=work2) p2.start()
运行结果
in process1 pid=16972, num=[11, 22] in process1 pid=16972, nums=[11, 22, 0] in process1 pid=16972, nums=[11, 22, 0, 1] in process1 pid=16972, nums=[11, 22, 0, 1, 2] in process2 pid=21240, nums=[11, 22]
三、进程、线程对比
1、功能
- 进程，能够完成多任务，比如 在一台电脑上能够同时运行多个QQ
- 线程，能够完成多任务，比如 一个QQ中的多个聊天窗口
2、定义的不同
-
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,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.
3、区别
- 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
- 线线程不能够独立执行，必须依存在进程中
- 可以将进程理解为工厂中的一条流水线，而其中的线程就是这个流水线上的工人
4、优缺点
线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。
四、进程间通信-Queue
Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。
1. Queue的使用
可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：
from multiprocessing import Queue q = Queue(3) # 初始化一个Queue对象，可以接收三条put消息 q.put('消息1') q.put('消息2') print(q.full()) # False q.put('消息3') print(q.full()) # True # 因为消息队列已满，下面的try都会抛出异常，第一个会等待2秒，第二个直接抛出 try: q.put('消息3', True, 2) except: print('消息队列已满，现有消息数量：%s' %q.qsize()) try: q.put_nowait('消息4') except: print('消息队列已满，现在消息数量为：%s' %q.qsize()) # 推荐的方式，先判断消息队列是否已满，在写入 if not q.full(): q.put_nowait('消息4') # 读取消息时，先判断消息队列是否为空，在读取 if not q.empty(): for i in range(q.qsize()): print(q.get_nowait())
运行结果：
False True 消息队列已满，现有消息数量：3 消息队列已满，现在消息数量为：3 消息1 消息2 消息3
说明
初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；
-
Queue.qsize()：返回当前队列包含的消息数量；
-
Queue.empty()：如果队列为空，返回True，反之False ；
-
Queue.full()：如果队列满了，返回True,反之False；
-
Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；
2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；
-
Queue.get_nowait()：相当Queue.get(False)；
-
Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；
2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；
- Queue.put_nowait(item)：相当Queue.put(item, False)；
2. Queue实例
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：
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: if not q.empty(): value = q.get(True) print('Get %s from queue.' % value) time.sleep(random.random()) else: break 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() # 等待pw结束: pw.join() # 启动子进程pr，读取: pr.start() pr.join() # pr进程里是死循环，无法等待其结束，只能强行终止: print('') print('所有数据都写入并且读完')
运行结果：
Put A to queue... Put B to queue... Put C to queue... Get A from queue. Get B from queue. Get C from queue. 所有数据都写入并且读完
五、进程池Pool
当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。
初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会用之前的进程来执行新的任务，请看下面的实例：
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)) if __name__ == '__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-----")
----start---- 0开始执行,进程号为14940 1开始执行,进程号为2352 2开始执行,进程号为13908 2 执行完毕，耗时0.09 3开始执行,进程号为13908 0 执行完毕，耗时1.48 4开始执行,进程号为14940 3 执行完毕，耗时1.49 5开始执行,进程号为13908 4 执行完毕，耗时0.37 6开始执行,进程号为14940 5 执行完毕，耗时0.28 7开始执行,进程号为13908 1 执行完毕，耗时1.96 8开始执行,进程号为2352 7 执行完毕，耗时1.08 9开始执行,进程号为13908 6 执行完毕，耗时1.71 8 执行完毕，耗时1.69 9 执行完毕，耗时1.05 -----end-----
multiprocessing.Pool常用函数解析：
- apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
- close()：关闭Pool，使其不再接受新的任务；
- terminate()：不管任务是否完成，立即终止；
- join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；
六、进程池中的Queue
# 修改import中的Queue为Manager from multiprocessing import Manager,Pool import os,time,random def reader(q): print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid())) for i in range(q.qsize()): print("reader从Queue获取到消息：%s" % q.get(True)) def writer(q): print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid())) for i in "itcast": q.put(i) if __name__=="__main__": print("(%s) start" % os.getpid()) q = Manager().Queue() # 使用Manager中的Queue po = Pool() po.apply_async(writer, (q,)) time.sleep(1) # 先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据 po.apply_async(reader, (q,)) po.close() po.join() print("(%s) End" % os.getpid())
(11095) start writer启动(11097),父进程为(11095) reader启动(11098),父进程为(11095) reader从Queue获取到消息：i reader从Queue获取到消息：t reader从Queue获取到消息：c reader从Queue获取到消息：a reader从Queue获取到消息：s reader从Queue获取到消息：t (11095) End
七、应用：文件夹copy器（多进程版）
import multiprocessing import os import time import random def copy_file(queue, file_name,source_folder_name, dest_folder_name): """copy文件到指定的路径""" f_read = open(source_folder_name + "/" + file_name, "rb") f_write = open(dest_folder_name + "/" + file_name, "wb") while True: time.sleep(random.random()) content = f_read.read(1024) if content: f_write.write(content) else: break f_read.close() f_write.close() # 发送已经拷贝完毕的文件名字 queue.put(file_name) def main(): # 获取要复制的文件夹 source_folder_name = input("请输入要复制文件夹名字:") # 整理目标文件夹 dest_folder_name = source_folder_name + "[副本]" # 创建目标文件夹 try: os.mkdir(dest_folder_name) except: pass # 如果文件夹已经存在，那么创建会失败 # 获取这个文件夹中所有的普通文件名 file_names = os.listdir(source_folder_name) # 创建Queue queue = multiprocessing.Manager().Queue() # 创建进程池 pool = multiprocessing.Pool(3) for file_name in file_names: # 向进程池中添加任务 pool.apply_async(copy_file, args=(queue, file_name, source_folder_name, dest_folder_name)) # 主进程显示进度 pool.close() all_file_num = len(file_names) while True: file_name = queue.get() if file_name in file_names: file_names.remove(file_name) copy_rate = (all_file_num-len(file_names))*100/all_file_num print("\r%.2f...(%s)" % (copy_rate, file_name) + " "*50, end="") if copy_rate >= 100: break print() if __name__ == "__main__": main()
