Python 多进程
2015-12-01 20:31
375 查看
要让Python程序实现多进程(multiprocessing),我们先了解操作系统的相关知识。
Unix/Linux操作系统提供了一个
子进程永远返回
Python的
运行结果如下:
由于Windows没有
有了
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
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。
执行结果如下:
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
如果要启动大量的子进程,可以用进程池的方式批量创建子进程:
执行结果如下:
代码解读:
对
请注意输出的结果,task
就可以同时跑5个进程。
由于
我们以
运行结果如下:
在Unix/Linux下,
在Unix/Linux下,可以使用
要实现跨平台的多进程,可以使用
进程间通信是通过
Unix/Linux操作系统提供了一个
fork()系统调用,它非常特殊。普通的函数调用,调用一次,返回一次,但是
fork()调用一次,返回两次,因为操作系统自动把当前进程(称为父进程)复制了一份(称为子进程),然后,分别在父进程和子进程内返回。
子进程永远返回
0,而父进程返回子进程的ID。这样做的理由是,一个父进程可以fork出很多子进程,所以,父进程要记下每个子进程的ID,而子进程只需要调用
getppid()就可以拿到父进程的ID。
Python的
os模块封装了常见的系统调用,其中就包括
fork,可以在Python程序中轻松创建子进程:
# multiprocessing.py import os print 'Process (%s) start...' % os.getpid() pid = os.fork() if pid==0: print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid()) else: print 'I (%s) just created a child process (%s).' % (os.getpid(), pid)
运行结果如下:
Process (876) start... I (876) just created a child process (877). I am child process (877) and my parent is 876.
由于Windows没有
fork调用,上面的代码在Windows上无法运行。由于Mac系统是基于BSD(Unix的一种)内核,所以,在Mac下运行是没有问题的,推荐大家用Mac学Python!
有了
fork调用,一个进程在接到新任务时就可以复制出一个子进程来处理新任务,常见的Apache服务器就是由父进程监听端口,每当有新的http请求时,就fork出子进程来处理新的http请求。
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 'Run child process %s (%s)...' % (name, os.getpid()) if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Process(target=run_proc, args=('test',)) print 'Process will start.' p.start() p.join() print 'Process end.'
执行结果如下:
Parent process 928. Process will start. Run child process test (929)... Process end.
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。
Pool
如果要启动大量的子进程,可以用进程池的方式批量创建子进程:from multiprocessing import Pool import os, time, random def long_time_task(name): print 'Run task %s (%s)...' % (name, os.getpid()) start = time.time() time.sleep(random.random() * 3) end = time.time() print 'Task %s runs %0.2f seconds.' % (name, (end - start)) if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Pool() for i in range(5): p.apply_async(long_time_task, args=(i,)) print 'Waiting for all subprocesses done...' p.close() p.join() print 'All subprocesses done.'
执行结果如下:
Parent process 669. Waiting for all subprocesses done... Run task 0 (671)... Run task 1 (672)... Run task 2 (673)... Run task 3 (674)... Task 2 runs 0.14 seconds. Run task 4 (673)... Task 1 runs 0.27 seconds. Task 3 runs 0.86 seconds. Task 0 runs 1.41 seconds. Task 4 runs 1.91 seconds. All subprocesses done.
代码解读:
对
Pool对象调用
join()方法会等待所有子进程执行完毕,调用
join()之前必须先调用
close(),调用
close()之后就不能继续添加新的
Process了。
请注意输出的结果,task
0,
1,
2,
3是立刻执行的,而task
4要等待前面某个task完成后才执行,这是因为
Pool的默认大小在我的电脑上是4,因此,最多同时执行4个进程。这是
Pool有意设计的限制,并不是操作系统的限制。如果改成:
p = Pool(5)
就可以同时跑5个进程。
由于
Pool的默认大小是CPU的核数,如果你不幸拥有8核CPU,你要提交至少9个子进程才能看到上面的等待效果。
进程间通信
Process之间肯定是需要通信的,操作系统提供了很多机制来实现进程间的通信。Python的
multiprocessing模块包装了底层的机制,提供了
Queue、
Pipes等多种方式来交换数据。
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: value = q.get(True) print 'Get %s from queue.' % value 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() # 启动子进程pr,读取: pr.start() # 等待pw结束: pw.join() # pr进程里是死循环,无法等待其结束,只能强行终止: pr.terminate()
运行结果如下:
Put A to queue... Get A from queue. Put B to queue... Get B from queue. Put C to queue... Get C from queue.
在Unix/Linux下,
multiprocessing模块封装了
fork()调用,使我们不需要关注
fork()的细节。由于Windows没有
fork调用,因此,
multiprocessing需要“模拟”出
fork的效果,父进程所有Python对象都必须通过pickle序列化再传到子进程去,所有,如果
multiprocessing在Windows下调用失败了,要先考虑是不是pickle失败了。
小结
在Unix/Linux下,可以使用fork()调用实现多进程。
要实现跨平台的多进程,可以使用
multiprocessing模块。
进程间通信是通过
Queue、
Pipes等实现的。
相关文章推荐
- 【转】python的内建函数:filter,map,reduce,lambda,sorted等
- notepad++配置python
- Python-sublime构建Python运行,调试环境
- Python:计算一段代码的执行时间
- Python几个标准类型内建函数
- re.split() Python
- Python&Thrift--Server&Client
- python入门--列表list和元祖tuple
- Python内部类型
- xgboost在windows下的安装
- Python——参数(1)
- Python 序列化
- python 3 ini配置文件操作
- Python WindowsError
- Python之服务器模块设计学习
- k-近邻算法(KNN)--1简单原理介绍与实践---by香蕉麦乐迪
- ubuntu 下配置Python wxWidgets (复制自官方网站)
- Python--操作文件和目录
- Python的安装
- Python基础教程(十三):JSON、练习题100题