python并发编程02 /多进程、进程的创建、进程PID、join方法、进程对象属性、守护进程
python并发编程02 /多进程、进程的创建、进程PID、join方法、进程对象属性、守护进程
1. 进程创建的两种方式
开启进程的第一种方式
from multiProcessing import Process
import time
def task(name):
print(f'{name} is running')
time.sleep(2)
print(f'{name} is gone') if __name__ == '__main__':
p = Process(target=task,args=('张三',)) # 创建一个进程对象
p.start()
print('==主开始') # 1.在window环境下,开启进程必须__name=='__main__'下面
# 原因:这是 Windows 上多进程的实现问题。在 Windows 上,子进程会自动 import 启动它的这个文件,而在 import 的时候是会执行这些语句的。如果你这么写的话就会无限递归创建子进程报错。所以必须把创建子进程的部分用那个 if 判断保护起来,import 的时候 __name__ 不是 __main__ ,就不会递归运行了。 # 2.p.start()
# 只是向操作系统发出一个开辟子进程的信号,然后就执行下一行了,这个信号操作系统接收到之后,会从内存中开辟子进程空间,然后再将主进程所有数据copy加载到子进程,然后再调用CPU去执行. # 3.开辟子进程开销是很大的,所以永远会先执行主进程的代码
开启进程的第二种方式
from multiprocessing import Process
import time class MyProcess(Process): def __init__(self,name):
super().__init__()
self.name = name def run(self):
print(f'{self.name} is running')
time.sleep(2)
print(f'{self.name} is gone') if __name__ == '__main__':
p = MyProcess('张三')
p.start()
print('===主')
简单应用
from multiprocessing import Process
import time def task(name):
print(f'{name} is running')
time.sleep(1)
print(f'{name} is gone') def task1(name):
print(f'{name} is running')
time.sleep(2)
print(f'{name} is gone') def task2(name):
print(f'{name} is running')
time.sleep(3)
print(f'{name} is gone') if __name__ == '__main__':
# 一个进程串行的执行三个任务
start_time = time.time()
task('张三')
task1('李四')
task2('王五')
print(f'结束时间{time.time() - start_time}') # 三个进程 并发或者并行的执行三个任务
start_time = time.time()
p1 = Process(target=task, args=('李四',)) # 创建一个进程对象
p2 = Process(target=task1, args=('王五',)) # 创建一个进程对象
p1.start()
p2.start()
task2('张三')
print(f'结束时间{time.time()-start_time}')
2. 进程PID
pid是进程在内存中的唯一标识
pid的获取:
命令行获取所有的进程的pid:tasklist;命令行获取某个进程的pid:tasklist|findstr python


代码级别获取一个进程的pid
import os
print(os.getpid())
获取父进程(主进程)的pid
import os
print(f'子进程:{os.getpid()}')
print(f'主(父)进程:{os.getppid(())}')
验证进程之间的空间隔离
from multiprocessing import Process
import time
name = '张三' def task():
global name
name = '李四'
print(f'子进程{name}') if __name__ == '__main__':
p = Process(target=task) # 创建一个进程对象
p.start()
# print('==主开始')
time.sleep(3)
print(f'主:{name}') # 不能共享内存的数据
3. 进程对象join方法
join让主进程等待子进程结束后,再执行主进程(lock,队列)
示例一:简单使用
from multiprocessing import Process
import time def task(name):
print(f'{name} is running')
time.sleep(2)
print(f'{name} is gone') if __name__ == '__main__': p = Process(target=task,args=('太阳',)) # 创建一个进程对象
p.start()
p.join()
print('==主开始')
示例二:多个子进程使用join
# 未使用join耗时
from multiprocessing import Process
import time def task(name,sec):
print(f'{name}is running')
time.sleep(sec)
print(f'{name} is gone') if __name__ == '__main__':
start_time = time.time()
p1 = Process(target=task,args=('太阳',1))
p2 = Process(target=task,args=('月亮',2))
p3 = Process(target=task,args=('星星',3))
p1.start()
p2.start()
p3.start()
print(f'==主{time.time()-start_time}') # 0.02 这只是主进程结束的时间,与其他进程毫无关系 # 验证1:使用join,测试多个join之后的结果以及耗时
from multiprocessing import Process
import time def task(name,sec):
print(f'{name}is running')
time.sleep(sec)
print(f'{name} is gone') if __name__ == '__main__':
start_time = time.time()
p1 = Process(target=task,args=('张三',1))
p2 = Process(target=task,args=('李四',2))
p3 = Process(target=task,args=('王五',3))
p1.start()
p2.start()
p3.start()
p1.join()
p2.join()
p3.join()
print(f'==主{time.time()-start_time}') # 结果:
张三is running
李四is running
王五is running
张三 is gone
李四 is gone
王五 is gone
==主3.2888922691345215 # 验证2:使用join,测试多个join之后的结果以及每个join之后的耗时
from multiprocessing import Process
import time def task(name,sec):
print(f'{name}is running')
time.sleep(sec)
print(f'{name} is gone') if __name__ == '__main__':
start_time = time.time()
p1 = Process(target=task,args=('张三',3))
p2 = Process(target=task,args=('李四',2))
p3 = Process(target=task,args=('王五',1)) p1.start()
p2.start()
p3.start()
p1.join()
print(f'==主1:{time.time()-start_time}')
p2.join()
print(f'==主2:{time.time()-start_time}')
p3.join()
print(f'==主3:{time.time()-start_time}') # 结果:
张三is running
李四is running
王五is running
张三 is gone
李四 is gone
王五 is gone
==主1:3.2728402614593506
==主2:3.2728402614593506
==主3:3.2728402614593506
优化使用多个join方法时的注意事项
# 优化此方法
from multiprocessing import Process
import time def task(sec):
print(f'is running')
time.sleep(sec)
print(f' is gone') if __name__ == '__main__':
start_time = time.time()
p1 = Process(target=task,args=(1,))
p2 = Process(target=task,args=(2,))
p3 = Process(target=task,args=(3,))
p1.start()
p2.start()
p3.start()
p1.join()
p2.join()
p3.join() # 错误示范:这样就是串行,一个执行完执行下一个
for i in range(1,4):
p = Process(target=task,args=(i,))
p.start()
p.join()
p1 = Process(target=task,args=(1,))
p1.start()
p1.join()
p2 = Process(target=task,args=(2,))
p2.start()
p2.join()
p3 = Process(target=task,args=(3,))
p3.start()
p3.join() # 正确示范:
l1 = []
for i in range(1, 4):
p = Process(target=task,args=(i,))
l1.append(p)
p.start() for i in l1:
i.join() print(f'==主{time.time()-start_time}') # join就是阻塞,主进程有join,主进程下面的代码一律不执行,直到进程执行完毕之后,再执行.
4. 进程对象其他属性
常见属性释义:
p.terminate() :杀死子进程
print(p.is_alive()) :判断子进程是否存活
p.name = '子进程2' :给子进程设置名称
代码示例:terminate/is_alive/p.name
from multiprocessing import Process
import time def task(name):
print(f'{name} is running')
time.sleep(2)
print(f'{name} is gone') if __name__ == '__main__':
p = Process(target=task,args=('张三',),name='子进程') # 创建一个进程对象,其中的name='子进程'是给该进程设置名字为子进程
p.start()
time.sleep(1)
p.terminate() # 杀死子进程 ***
p.join() # ***
time.sleep(0.5)
print(p.is_alive()) # 判断子进程是否存活 ***
print(p.name)
p.name = '子进程2' # 给子进程设置名称
print(p.name)
print(p.pid) # 查看pid
print('==主开始')
5. 守护进程
守护进程:子进程守护着主进程,只要主进程结束,子进程就跟着结束
代码示例:
from multiprocessing import Process
import time def task(name):
print(f'{name} is running')
time.sleep(2)
print(f'{name} is gone') if __name__ == '__main__':
p = Process(target=task,args=('太阳',)) # 创建一个进程对象
p.daemon = True # 将p子进程设置成守护进程,只要主进程结束,守护进程马上结束.
p.start()
# p.daemon = True # 一定要在子进程开启之前设置
time.sleep(1)
print('===主')
python并发编程02 /多进程、进程的创建、进程PID、join方法、进程对象属性、守护进程的更多相关文章
- Python进阶(4)_进程与线程 (python并发编程之多进程)
一.python并发编程之多进程 1.1 multiprocessing模块介绍 由于GIL的存在,python中的多线程其实并不是真正的多线程,如果想要充分地使用多核CPU的资源,在python中大 ...
- Python并发编程__多进程
Python并发编程_多进程 multiprocessing模块介绍 python中的多线程无法利用多核优势,如果想要充分地使用多核CPU的资源(os.cpu_count()查看),在python中大 ...
- python并发编程之多进程基础知识点
1.操作系统 位于硬件与应用软件之间,本质也是一种软件,由系统内核和系统接口组成 和进程之间的关系是: 进程只能由操作系统创建 和普通软件区别: 操作系统是真正的控制硬件 应用程序实际在调用操作系统提 ...
- Python - 并发编程,多进程,多线程
传送门 https://blog.csdn.net/jackfrued/article/details/79717727 在此基础上实践和改编某些点 1. 并发编程 实现让程序同时执行多个任务也就是常 ...
- Python并发编程之多进程(实战)
一.multiprocessing和Process multiprocessing提供了支持子进程.通信和数据共享.执行不同形式的同步,提供了Process.Queue.Pipe.Lock等组件 创建 ...
- python并发编程之多进程(三):共享数据&进程池
一,共享数据 展望未来,基于消息传递的并发编程是大势所趋 即便是使用线程,推荐做法也是将程序设计为大量独立的线程集合 通过消息队列交换数据.这样极大地减少了对使用锁定和其他同步手段的需求, 还可以扩展 ...
- python并发编程之多进程(二):互斥锁(同步锁)&进程其他属性&进程间通信(queue)&生产者消费者模型
一,互斥锁,同步锁 进程之间数据不共享,但是共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的, 竞争带来的结果就是错乱,如何控制,就是加锁处理 part1:多个进程共享同一打印终 ...
- python并发编程之多进程1-----------互斥锁与进程间的通信
一.互斥锁 进程之间数据隔离,但是共享一套文件系统,因而可以通过文件来实现进程直接的通信,但问题是必须自己加锁处理. 注意:加锁的目的是为了保证多个进程修改同一块数据时,同一时间只能有一个修改,即串行 ...
- python并发编程之多进程2-------------数据共享及进程池和回调函数
一.数据共享 1.进程间的通信应该尽量避免共享数据的方式 2.进程间的数据是独立的,可以借助队列或管道实现通信,二者都是基于消息传递的. 虽然进程间数据独立,但可以用过Manager实现数据共享,事实 ...
随机推荐
- 痞子衡嵌入式:恩智浦i.MX RT1xxx系列MCU启动那些事(11.0)- FlexSPI NOR启动时间(RT1170)
大家好,我是痞子衡,是正经搞技术的痞子.今天痞子衡给大家介绍的是恩智浦i.MX RT1170 FlexSPI NOR启动时间. 痞子衡刚刚拿到i.MXRT1170 B0版本的芯片,迫不及待地在上面跑了 ...
- Spark GraphX从入门到实战
第1章 Spark GraphX 概述 1.1 什么是 Spark GraphX Spark GraphX 是一个分布式图处理框架,它是基于 Spark 平台提供对图计算和图挖掘简洁易用的而丰 ...
- python中turtle模块画正多边形
画正多边形主要是计算多边形每个角度对应的外角的度数,计算出来这个度数即可画图,相对来说非常简单 以正六边形为例 import turtle import time t = turtle.Pen() f ...
- (九)logback.xml文件配置(按时间、文件大小和log名称生成日志)
原文链接:https://www.cnblogs.com/hhhshct/p/9084036.html rollingPolicy 设置:<rollingPolicy class="c ...
- css方法1(清除ul边距间隙,两端对齐,字母大写,首字放大)
一.清除ul自带左边间距 ul{ margin:; padding:; } 二.ul li 与li 之间隙 1.ul 设置font-size:0 ; 子li 设置字体大小 2.把li写到一起,不换行 ...
- win10 VirtualBox无法打开,COM对象创建失败
https://blog.csdn.net/txwtech/article/details/101900464 VirtualBox无法打开,打开后提示创建COM对象失败: 被召者 RC: E_NOI ...
- 高性能IO —— Reactor(反应器)模式
讲到高性能IO绕不开Reactor模式,它是大多数IO相关组件如Netty.Redis在使用的IO模式, 为什么需要这种模式,它是如何设计来解决高性能并发的呢? 最最原始的网络编程思路就是服务器用一个 ...
- robot framework使用小结(二)
robot framework关键字驱动采用分层,结合Template做成数据驱动 我个人觉得不管是关键字驱动还是数据驱动,都是基于模块(或者是函数)的概念 新建测试案例baidu02,添加Libra ...
- 入门大数据---Redis集群分布式学习
Redis是什么? 官方介绍: Redis 是一个开源(BSD许可)的,内存中的数据结构存储系统,它可以用作数据库.缓存和消息中间件. 它支持多种类型的数据结构,如 字符串(strings), 散列( ...
- Spring WebFlux 01 (原理及使用场景)
一.什么是 Spring WebFlux 好多人以为Spring WebFlux就是Spring MVC的升级版,其实不然,那到底什么是Spring WebFlux呢,首先就要搞清楚Spring We ...