多任务fork、multiprocessing、进程池、进程间通信-Queue

并发:一个处理器同时处理多个任务。

并行:多个处理器或者是多核的处理器同时处理多个不同的任务.

fork创建子进程

import os
import time

#fork出一个子进程，子进程也从这一行开始执行
ret = os.fork()
if ret == 0:
    while True:
        print("---1---")
        time.sleep(1)
else:
    while True:
        print("---2---")
        time.sleep(1)

　　输出

---2---
---1---
---1---
---2---
---2---
---1---
---1---
---2---
...

　　

查看子进程id

import os
import time

ret = os.fork()
if ret != 0:
    print("---父进程---%d---"%os.getpid())
else:　　#ret等于0的是子进程
    print("---子进程---%d---父进程---%d---"%(os.getpid(), os.getppid()))

　　输出

---父进程---5142---
---子进程---5143---父进程---5142---

　　

全局变量在多个进程之间不共享

import os
import time

g_num = 100
ret = os.fork()

if ret == 0:
    print("---process-1---")
    g_num += 1
    print("---process-1 g_num=%d---"%g_num)
else:
    time.sleep(3)
    print("---process-2---")
    print("---process-2 g_num=%d---"%g_num)

　　输出

---process-1---
---process-1 g_num=101---
---process-2---
---process-2 g_num=100---

　　

多个fork

import os
import time

ret = os.fork()
if ret != 0:
    print("---1---")
else:
    print("---2---")

ret = os.fork()
if ret != 0:
    print("---11---")
else:
    print("---22---")

　　输出

---1---
---2---
---11---
---22---
---22---
---11---

　　

fork炸弹

import os
while True:
    os.fork()
print("---1---")

注意：

fork不能在windows下运行

fork创建的主进程不会等到子进程运行结束后再推出

process

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；

Process类常用方法：
is_alive()：判断进程实例是否还在执⾏；
join([timeout])：是否等待进程实例执行结束，或等待多少秒；
start()：启动进程实例（创建子进程）；
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；
terminate()：不管任务是否完成，立即终止；

Process类常用属性：
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；
pid：当前进程实例的PID值；

process创建子进程

process可以在windows上运行

from multiprocessing import Process

import time

def test():
    while True:
        print("---test---")
        time.sleep(1)

if __name__ == "__main__":
    p = Process(target=test)
    p.start()
    while True:
        print("---main---")
        time.sleep(1)

　　输出

---main---
---test---
---main---
---test---
...

　　

创建的子进程和主进程结束

from multiprocessing import Process
import time

def test():
    for i in range(5):
        print("---test---")
        time.sleep(1)
if __name__ == "__main__":
    p = Process(target=test)
    p.start() #让这个进程开始执行test函数里的代码
    print("---main---")

　　输出

---main---
---test---
---test---
---test---
---test---
---test---

　　

给target函数传参数

from multiprocessing import Process
import os

def test(num):
    print("pid=%d,ppid=%d,num=%d"%(os.getpid(),os.getppid(),num))

if __name__ == "__main__":
    p = Process(target=test, args=(100,))
    p.start()
    print("---main-pid=%d---"%os.getpid())

　　输出

---main-pid=14252---
pid=18284,ppid=14252,num=100

　　

join

from multiprocessing import Process
import time

def test():
    for i in range(5):
        print("---%d---"%i)
        time.sleep(1)

if __name__ == "__main__":
    p = Process(target=test)
    p.start()
    p.join()#阻塞，子进程运行结束后，才向下继续执行
    print("---main---")

　　输出

---0---
---1---
---2---
---3---
---4---
---main---

　　

第二种process创建子进程的方法

from multiprocessing import Process
import time

class MyNewProcess(Process):
    def run(self):
        while True:
            print("---1---")
            time.sleep(1)

if __name__ == "__main__":
    p = MyNewProcess()
    p.start()

    while True:
        print("---main---")
        time.sleep(1)

　　输出

---main---
---1---
---main---
---1---
---main---
---1---
---main---
---1---
...

　　

进程池

from multiprocessing import Pool
import os
import time
def test(num):
    print("pid=%d,ppid=%d,num=%d"%(os.getpid(),os.getppid(),num))
    time.sleep(1)

if __name__ == "__main__":
    pool = Pool(3)

    for i in range(10):
        print("---%d---"%i)
        pool.apply_async(test,(i,))

    pool.close()
    pool.join() #join保证子进程运行结束后，进程池才退出

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。

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。

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)；

实例一

from	multiprocessing	import
Queue q=Queue(3)	#初始化⼀个Queue对象，最多可接收三条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

#因为消息列队已满下⾯的try都会抛出异常，第⼀个try会等待2秒后再抛出异常，第⼆个Try会⽴
try:
    q.put("消息4",True,2)
except:
    print("消息列队已满，现有消息数量:%s"%q.qsize())

try:
    q.put_nowait("消息4")
except:
    print("消息列队已满，现有消息数量:%s"%q.qsize())

#推荐的⽅式，先判断消息列队是否已满，再写⼊
if not	q.full():
    q.put_nowait("消息4")
#读取消息时，先判断消息列队是否为空，再读取
if not q.empty():
	for	i in range(q.qsize()):
		print(q.get_nowait())

　　输出

False
True
消息列队已满，现有消息数量:3
消息列队已满，现有消息数量:3
消息1
消息2
消息3

　　

实例二

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")

　　输出

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

　　

进程池中的Queue
如果要使⽤Pool创建进程，就需要使⽤multiprocessing.Manager()中的 Queue()，⽽不是multiprocessing.Queue()，否则会得到⼀条如下的错误信息：

# 修改import中的Queue为Manager
from multiprocessing import Manager, Pool
import os

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 "dongGe":
        q.put(i)

if __name__ == "__main__":
    print("(%s)	start " % os.getpid())
    q = Manager().Queue()  # 使用Manager中的Queue来初始化
    po = Pool()
    # 使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完
    po.apply(writer, (q,))
    po.apply(reader, (q,))
    po.close()
    po.join()
    print("(%s) End" % os.getpid())

　　输出

(15004)	start
writer启动(10232),父进程为(15004)
reader启动(1612),父进程为(15004)
reader从Queue获取到消息：d
reader从Queue获取到消息：o
reader从Queue获取到消息：n
reader从Queue获取到消息：g
reader从Queue获取到消息：G
reader从Queue获取到消息：e
(15004) End