【python进阶】深入理解系统进程2

前言

在上一篇【python进阶】深入理解系统进程1中，我们讲述了多任务的一些概念，多进程的创建，fork等一些问题，这一节我们继续接着讲述系统进程的一些方法及注意点

multiprocessing

如果你打算编写多进程的服务程序，Unix/Linux⽆疑是正确的选择。由于 Windows没有fork调⽤，难道在Windows上⽆法⽤Python编写多进程的程序？
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：

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，name= %s ,pid=%d...' % (name, os.getpid()))

if __name__=='__main__':

    print('父进程 %d.' % os.getpid())

    p = Process(target=run_proc, args=('test',))

    print('子进程将要执行')

    p.start()

    p.join()

    print('子进程已结束')

运行结果：

说明

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，这样创建进程比fork()还要简单。
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。

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；

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))

#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="dongGe",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，在shell（cmd）里面调用这个程序时

#可以完整的看到这个过程，大家可以尝试着将下面的这条语句改成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())

执行结果:

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，请看下面的实例：

from multiprocessing import Process

import time

import os

#继承Process类

class Process_Class(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 = Process_Class(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))

执行结果：

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，才会创建新的进程来执行，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))

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-----")

运行结果：

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

apply堵塞式

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))

po=Pool(3) #定义一个进程池，最大进程数3

for i in range(0,10):

    po.apply(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-----")

运行结果：

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，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会立刻抛出异常

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())

运行结果：

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：

3. 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：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

#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 "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完全执行完成后，再用reader去读取

    po.apply(writer,(q,))

    po.apply(reader,(q,))

    po.close()

    po.join()

    print("(%s) End"%os.getpid())

运行结果：