python3中的进程

由于GIL的存在，python中的多线程并不是真正的多线程。

如果想要充分的使用多核CPU的资源，在python中大部分情况需要使用多进程。

在计算机中，进程与进程这之间在内存中是相互独立的，是两块完全不同的内存空间，而且相互之间没有任何联系。

在线程之中，在全局定义一个变量，所有的线程都是共用的，但是不同的进程之间的数据则不是公有的。

multiprocessing包是python中的多进程管理包。

与threading.Thread类似，myltiprocessing模块可以利用multiprocessing.Process对象来创建一个子进程。

multiprocessing的很大一部分用法与threading使用同一套API。

Process对象与Thread对象的用法相同，也有start(),run()和join()的方法。

此外multiprocessing包中也有Lock,Event,Smaphore,Condition类，这些对象可以像多线程那样，通过参数传递给各个进程，以实现同步进程。

1.进程的创建：

大家在用chrome浏览器浏览网页的时候，打开任务管理器，会看到chrome的进程会不止一个，那么怎么在在一段py程序里面开辟一个子进程呢？？

python中子进程的创建有两种方法：

1.通过Process类调用

import multiprocessing
import time

def func():
	print("hello world------>",time.ctime())
	time.sleep(2)	#让系统休眠2S
	print("func ending------>",time.ctime())

if __name__ == "__main__":
	p1=multiprocessing.Process(target=func,args=())	#实例化一个进程
	p1.start()	#启动进程
	print("ending------>",time.ctime())		#计算程序执行所花费的时间

这样就创建一个进程，如果电脑的CPU是多核的话，这两个程序就会并行执行。

执行程序，程序最后一句"ending"和"hello world"会同进打印在屏幕上，然后程序休眠2s,又会在屏幕上打印一句"func ending",程序执行结束。

在程序执行期间，打开任务管理器，会看到进程列表中有两个python.exe的进程，等到程序执行完成，这两个python.exe的进程又会消失。

程序执行结果：

ending------> Thu Jul 20 15:56:17 2017
hello world------> Thu Jul 20 15:56:17 2017
func ending------> Thu Jul 20 15:56:19 2017

2.继承Process类调用

from multiprocessing import Process
import time

class MyProcess(Process):	#定义一个类，这个类继承multiprocessing.Process这个类
	def __init__(self,i):
		super(MyProcess,self).__init__()
		self.i=i

	def run(self):
		print("%s hello python------>"%self.i,time.ctime())
		time.sleep(2)

if __name__=="__main__":
	p_list=[]
	for i in range(3):
		p1=MyProcess(i)	#实例化进程
		p1.start()		#启动进程
		p_list.append(p1)

	for item in p_list:
		item.join()		#阻塞主进程，全子进程执行完毕再执行主进程

	print("ending------>",time.ctime())		#计算程序执行所花费的时间

利用类的继承，创建了3个进程，这三个进程同时在屏幕在打印自身的编号及一句话,然后程序休眠2s后，又会打印结束话语。

在程序的执行过程中，查看系统进程列表，会看到python解释器的进程编号：

E:\py_code>tasklist | findstr python
python.exe                    5760 Console                    1     11,524 K
python.exe                    3488 Console                    1     11,616 K
python.exe                    6900 Console                    1     11,672 K
python.exe                    4384 Console                    1     11,636 K

程序执行结果：

1 hello python------> Thu Jul 20 16:05:07 2017
2 hello python------> Thu Jul 20 16:05:07 2017
0 hello python------> Thu Jul 20 16:05:07 2017
ending------> Thu Jul 20 16:05:09 2017

2.进程的使用方法：

来看下面的例子：

让系统执行一段范围内的累加和累乘操作，计算CPU执行这两个操作所花的时间。

第一种方式：正常的定义两个函数，然后执行程序。

def func1(x):
    res1=0
    for i in range(x):
        res1 += i   #累加计算的结果
    return res1

def func2(y):
    res2=1
    for i in range(1,y):
        res2 *= i    #累乘计算的结果
    return res2

s1=time.time()
func1(100000000)	#执行累加函数
func2(100000)		#执行累乘函数
s2=time.time()
print("cost time:%s"%(s2-s1))	#计算程序执行所花费的时间

程序返回结果：

cost time:9.273045301437378

第二种方式，使用程序执行另外两个进程，分别调用系统资源来运算，计算CPU所花费的时间。

from multiprocessing import Process
import time

def func1(x):
    res1=0
    for i in range(x):
        res1 += i
    return res1

def func2(y):
    res2=1
    for i in range(1,y):
        res2 *= i
    return res2

if __name__=="__main__":
    t1=time.time()
    p1=Process(target=func1,args=(100000000,))  #实例化进程p1
    p1.start()	#启动进程p1

    p2=Process(target=func2,args=(100000,))     #实例化进程p2
    p2.start()	#启动进程pp2

    p1.join()
    p2.join()

    print("ending")
    t2=time.time()
    print("cost time:%s"%(t2-t1))		#计算程序运行所花费的时间

执行程序，查看系统的任务管理器，可以看到程序在运行的过程中，生成了三个进程。

E:\py_code>tasklist | findstr python
python.exe                    6520 Console                    1     11,536 K
python.exe                    4340 Console                    1     11,612 K
python.exe                    6200 Console                    1     12,240 K

程序执行结果：

ending
cost time:5.437908697128296

可以看到，第二段代码里面有三个进程(一个主进程和两个子进程p1,p2)，

同时在执行这两个函数，所以CPU在执行这两个运行的时候所花的时间会少一些的原因。

3.python中，多进程的优缺点：

优点：
    可以利用多核，以实现并形运算

缺点：

    1.浪费的系统资源比较多
    2.进程之间的通信比较困难

4.multiprocessing中的Process类中内置方法及用法：

在系统的提示符下，导入multiprocessing模块，使用：

import multiprocessing

查看这个模块的内置的方法：

help(multiprocessing.Process)

multiprocessing.Process内置方法：
构造方法：
    group               线程组
	target              要执行的方法
	name                进程的名
	args/kwargs         执行过程中要传入的参数 

实例方法：
	is_alive()          测试进程是否在运行
	join([timeout])     阻塞当前上下文环境的进程，直到调用此方法的进程终止或到达指定的timeout
	start()             进程准备就绪，等待CPU调度
	run()               start()调用run方法，如果实例进程未制定传入target时，这start执行默认的run()方法
	terminate()         不管任务是否完成，立即停止工作进程 

属性：
	deamon              和线程的setDeamon功能一样
	name                进程的名字
	pid(ident)          进程号
	ppid                进程的父进程号

Process内置方法的用法：

代码如下：

from multiprocessing import Process
import os
import time
def info(name):
    print("process name:",name)		#打印当前进程的进程名
    print("parent process:",os.getppid())		#打印当前进程的父进程ID号
    print("process:",os.getpid())	#打印当前进程的进程ID号
    print("---------")
    time.sleep(10)

def foo(name):
    info(name)

if __name__=="__main__":
    info("main process")

    p1=Process(target=info,args=("process1",))
    p1.start()
    p1.join()

    p2=Process(target=foo,args=("process2",))
    p2.start()
    p2.join()

    print("ending")

程序执行过程中，打开系统的任务管理器，查找python的进程可以看到：

E:\py_code>tasklist | findstr python
python.exe                    2424 Console                    1     11,536 K
python.exe                    5360 Console                    1     11,632 K
python.exe                    2532 Console                    1     11,664 K

执行程序，返回结果如下：

process name: main process line
parent process: 628
process: 2424
---------
process name: process1
parent process: 2424
process: 2532
---------
process name: process2
parent process: 2424
process: 5360
---------
ending

可以看到process1和process2的进程名和进程号，这两个进程的父进程号都是一样的，都是主进程的进程号。

5.注意事项

需要注意的是，python的进程之间的切换，耗费的系统资源比线程的切换耗费的资源多得多。