Python第十二章-多进程和多线程01-多进程

多进程和多线程

一、进程

1.1 进程的引入

现实生活中，有很多的场景中的事情是同时进行的，比如开车的时候 手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的；试想，如果把唱歌和跳舞这2件事情分开依次完成的话，估计就没有那么好的效果了（想一下场景：先唱歌，然后在跳舞，O(∩_∩)O哈哈~）

程序中

如下程序，来模拟“唱歌跳舞”这件事情

# 模拟唱歌，跳舞
from time import sleep

def sing():
    for i in range(3):
        print("正在唱歌...%d"%i)
        sleep(1)

def dance():
    for i in range(3):
        print("正在跳舞...%d"%i)
        sleep(1)

if __name__ == '__main__':
        sing()  # 唱歌
        dance() # 跳舞

运行结果

注意

• 很显然刚刚的程序并没有完成唱歌和跳舞同时进行的要求
• 如果想要实现“唱歌跳舞”同时进行，那么就需要一个新的方法，叫做：多任务

1.2 多任务的概念

什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。

现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么，单核CPU是怎么执行多任务的呢？

答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。

真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。

其实就是CPU执行速度太快啦。。

1.2.1 进程

每个独立执行的程序称为进程

进程是程序的一次动态执行过程，它经历了从代码加载、执行到执行完毕的一个完整过程，这个过程也是进程本身从产生、发展到最终消亡的过程。

多进程(多任务)操作系统能同时运行多个进程（程序），由于CPU具备分时机制，所以每个进程都能循环获得自己的CPU时间片。由于CPU执行速度非常快，使得所有程序好象是在“同时”运行一样。

在操作系统中进程是进行系统资源分配、调度和管理的最小单位，进程在执行过程中拥有独立的内存单元。

比如：Windows采用进程作为最小隔离单位，每个进程都有自己的数据段、代码段，并且与别的进程没有任何关系。因此进程间进行信息交互比较麻烦。

进程也可以通过派生 （fork 或 spawn）新的进程来执行其他任务，不过因为每个新进程也都拥有自己的内存和数据栈等，所以只能采用进程间通信（IPC）的方式共享信息。

1.2.2 线程

为了解决进程调度资源的浪费，为了能够共享资源，出现了线程。有时候把线程称之为轻量级进程.

线程是CPU调度和分派的基本单位，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，多个线程共享内存，从而极大地提高了程序的运行效率。

线程是比进程更小的执行单位，线程是进程内部单一的一个顺序控制流。

所谓多线程是指一个进程在执行过程中可以产生多个线程，这些线程可以同时存在、同时运行，形成多条执行线索。一个进程可能包含了多个同时执行的线程。

一个或更多的线程构成了一个进程（操作系统是以进程为单位的，而进程是以线程为单位的，进程中必须有一个主线程main）

如果一个进程没有了，那么这个进程内的所有线程肯定会消失，如果线程消失了，但是进程未必会消失。只有所有的线程都结束了，进程才会结束！！！而且所有线程都是在进程的基础之上同时运行。

1.3 Python 和并发编程

在大多数系统上, Python支持多进程(基于消息传递)编程和多线程编程.

大多数人比较熟悉的是多线程编程, 但是在python中的多线程编程却是有诸多的限制.

python中多线程的限制

为了线程安全考虑, python的解释器还是使用了内部的GIL(Global Interperter Lock, 全局解释器锁定), 在任意时刻只运行单个python的线程执行.即使有多个可用的cpu核心, 也是如此.这就限制了python只能在一个cpu核心上运行.

GIL的存在直接影响了程序的并发编程问题.

如果一个应用程序是大部分与I/O相关, 那么使用线程一般没有问题, 因为大部分时间是在I/O等待.

如果一个应用程序是CPU密集型的, 则使用多线程的坏处大于好处, 返回会降低程序的运行速度, 一般比你想象的还要慢的多.

因此, 用户在有些情况需要使用多进程(子进程和消息传递)

子进程和消息传递

展望未来, 如果要再python中进行各种类型的并发编程, 消息传递应该是最应该掌握的概念.

1.4 multiprocessing包

multiprocessing是一个package, 这个包支持使用类似threading模块的类似API去创建新的进程.

multiprocessing支持本地和远程并发编程, 通过使用子进程来代替线程高效的规避了GIL问题.

所以, multiprocessing允许程序员重复利用给定计算机的多核cpu.

由于python的跨平台, 所以multiprocessing支持多个平台:unix, window, linux.

1.4.1 Process类

Process语法结构如下：

Process([group [, target [, name [, args [, kwargs]]]]])

• target：表示这个进程实例所调用对象；
• args：表示调用对象的位置参数元组；
• kwargs：表示调用对象的关键字参数字典；
• name：为当前进程实例的别名；
• group：大多数情况下用不到；

最简单的使用代码:

# 从multiprocessing中导入Process
from multiprocessing import Process
import os

# 子进程要执行的代码
def run_proc(name):
    print('子进程运行中，hello,= %s ,pid=%d...' % (name, os.getpid()))

if __name__ == '__main__':  # 判断是否为主程序
    print('父进程 %d.' % os.getpid())
    """
    创建Process对象, 表示一个子进程.
    1. target参数表示子进程要做的任务(一个可执行对象)
    2. args是一个元组, 表示传递给target的可执行对象的位置参数.
        本例中就是把"王二狗"传递给函数f的name参数
    """
    p = Process(target=run_proc, args=('王二狗',))
    print('子进程将要执行。。')
    p.start() # 启动子进程
    p.join() # 等待进程终止
    print("子进程已经终止")

说明

1. 创建子进程时，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. join()方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。

1.4.1.1 Process类的实例具有以下方法

Process实例p具有以下方法:

1. p.start()

   启动子进程. 这将运行代表进程的子进程, 并调用该子进程中的p.run()方法.

2. p.join([timeout])

   等待进程p终止, timeout是可选的超时时间. 这个方法通常用户进程间的同步.

3. p.is_alive()

   测试进程p是否还在运行, 如果扔在运行, 则返回True

4. run()：

   如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的run()方法；

5. p.terminate()

   强制终止p进程. 如果调用此方法, 进程p将立即被终止, 同时不会进行任何清理工作. 如果再进程p中也开启了子进程, 则这些子进程将成为僵死进程.s如果p保存了一个锁定或有进程间通信, 那么终止可能会导致死锁或I/O崩溃.

1.4.1.2 Process实例具有以下实例属性:

Process实例p具有以下实例属性:

1. p.daemon

   一个布尔标志, 指示这个进程是否为后台进程. 当创建他的python进程终止时, 后台进程将自动终止.

   另外禁止后台进程创建自己的新进程. p.daemon的值必须再进程启动前设置.

2. p.exitcode

   进程的整数退出码. 如果进程仍在运行, 则它的值是None. 如果是负数, -N表示由信号N所终止

3. p.name

   当前进程实例别名，默认为Process-N，N为从1开始递增的整数；

4. p.pid

   进程的整数ID

1.4.1.3 实例

实例1：

from multiprocessing import Process
import os
from time import sleep

# 子进程要执行的代码
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(0.5)

if __name__=='__main__':
    print('父进程 %d.' % os.getpid())
    p = Process(target=run_proc, args=('test',18), kwargs={"m":20})
    print('子进程将要执行')
    p.start()
    sleep(1)
    p.terminate()
    p.join()
    print('子进程已结束')

运行结果：

实例2：

from multiprocessing import Process
import time
import os

# 两个子进程将会调用的两个方法
def worker_1(interval):
    print("worker_1,父进程(%s),当前进程(%s)"%(os.getppid(), os.getpid()))
    t_start = time.time()
    time.sleep(interval)  # 程序将会被挂起interval秒
    t_end = time.time()
    print("worker_1,执行时间为'%0.2f'秒" % (t_end - t_start))

def worker_2(interval):
    print("worker_2,父进程(%s),当前进程(%s)" % (os.getppid(), os.getpid()))
    t_start = time.time()
    time.sleep(interval)
    t_end = time.time()
    print("worker_2,执行时间为'%0.2f'秒" % (t_end - t_start))

if __name__ == '__main__':  # 判断是否为主程序
    # 输出当前程序的ID
    print("进程ID：%s" % os.getpid())

    """
    创建两个进程对象，target指向这个进程对象要执行的对象名称，
    args后面的元组中，是要传递给worker_1方法的参数，
    因为worker_1方法就一个interval参数，这里传递一个整数2给它，
    如果不指定name参数，默认的进程对象名称为Process-N，N为一个递增的整数
    """
    p1=Process(target=worker_1, args=(2,))
    p2=Process(target=worker_2, name="王二狗", args=(1,))

    # 使用"进程对象名称.start()"来创建并执行一个子进程，
    # 这两个进程对象在start后，就会分别去执行worker_1和worker_2方法中的内容
    p1.start()
    p2.start()

    # 同时父进程仍然往下执行，如果p2进程还在执行，将会返回True
    print("p2.is_alive=%s " % p2.is_alive())

    # 输出p1和p2进程的别名和pid
    print("p1.name=%s" % p1.name)
    print("p1.pid=%s" % p1.pid)
    print("p2.name=%s" % p2.name)
    print("p2.pid=%s" % p2.pid)

    """
    join括号中不携带参数，表示父进程在这个位置要等待p1进程执行完成后，再继续执行下面的语句，一般用于进程间的数据同步
    如果不写这一句，下面的is_alive判断将会是True，
    改成p1.join(1)，
    因为p2需要2秒以上才可能执行完成，父进程等待1秒很可能不能让p1完全执行完成，所以下面的print会输出True，即p1仍然在执行
    """
    p1.join()
    print("p1.is_alive=%s" % p1.is_alive())

运行结果：

1.4.1.4 进程的创建-Process子类

创建新的进程还能够使用类的方式，可以自定义一个类，继承Process类，每次实例化这个类的时候，就等同于实例化一个进程对象

示例代码：

from multiprocessing import Process
import time
import os

# 继承Process类
class ProcessClass(Process):
    """
    因为Process类本身也有__init__方法，这个子类相当于重写了这个方法，
    但这样就会带来一个问题，我们并没有完全的初始化一个Process类，所以就不能使用从这个类继承的一些方法和属性，
    最好的方法就是将继承类本身传递给Process.__init__方法，完成这些初始化操作
    """
    def __init__(self,interval):
        Process.__init__(self)
        self.interval = interval

    # 重写了Process类的run()方法
    def run(self):
        print("子进程(%s) 开始执行，父进程为（%s）" % (os.getpid(), os.getppid()))
        t_start = time.time()
        time.sleep(self.interval)
        t_stop = time.time()
        print("(%s)执行结束，耗时%0.2f秒"%(os.getpid(), t_stop-t_start))

if __name__ == "__main__":
    t_start = time.time()
    print("当前程序进程(%s)"%os.getpid())
    p1 = ProcessClass(2)
    # 对一个不包含target属性的Process类执行start()方法，就会运行这个类中的run()方法，所以这里会执行p1.run()
    p1.start()
    p1.join()
    t_stop = time.time()
    print("(%s)执行结束，耗时%0.2f"%(os.getpid(),t_stop-t_start))

运行结果：

1.4.2 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。使用类Pool可以创建进程池, 然后把各种数据处理任务都提交给进程池.

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，才会创建新的进程来执行

Pool([numprocess, initializer, initargs])

说明:

numprocess 是指要创建的线程数. 默认是cpu的核心数.(os.cpu_count()的返回值)

initializer 是每个进程启动时要执行的可调用对象, 默认是None

initargs是传递给initializer的元组参数.

1.4.2.1 multiprocessing.Pool常用函数解析：

• apply(func[, args[, kwds]])：使用阻塞方式调用func

  在进程池的一个工作进程中执行func函数, args是传给func的元组参数. 注意使用这个方法让多个进程去执行, 他们是同步执行的. 即:多个进程是顺序执行的.
  
  func的返回值就是p.apply的返回值.

• apply_async(func[, args, kwargs, callback]) ：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为传递给异步的执行func

  callback 是可调用对象, 当func执行结束, 则立即调用callback并把func的返回值传递给callback.

• 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；

AsyncResult对象(apply_async()的返回值)

apply_async()的返回值是AsyncResult实例. 具有如下方法:

1. a.get([timeout])

等待返回结果, 结果就是任务函数的返回值.

1. a.ready()

如果任务函数执行结束返回True

1. a.successful()

如果任务函数执行结束, 且在执行的过程中没有发生异常则

1. a.wait([timeout])

等待任务结束, 这个方法与get()的区别就是它没有返回值.