multiprocessing 模块使用
- 创建流程
*将需要子进程处理的时间封装为函数
*通过process类创建进程对象,关联函数
*可以通过进程的对象对进程进行属性设置
*通过start启动进程
*通过join回收进程 - 接口使用
【1】Process(target = 函数名字,args = (),kwargs = {})
功能:创建进程对象
参数:target绑定要执行的目标函数
args元组 给target函数位置传参
kwargs 字典 给target函数关键字传参
from multiprocessing import Process
from time import sleep
def worker(sec,name):
for i in range(3):
sleep(sec)
print("I'm %s"%name)
print("I'm working...")
# p = Process(target = worker,args = (2,"Baron"))
# p = Process(target = worker,kwargs = {"name":"Baron","sec":2})
p = Process(target = worker,args = (2,),kwargs = {"name":"Baron"})
p.start()
p.join()
【2】p.start()
功能:启动进程
* 此时进程产生,将p绑定函数作为新进程的执行内容
【3】p.join([timeout])
功能:阻塞等待回收进程
参数:超时时间
*multiprocessing创建进程同样是复制父进程的空间代码段,父子进程运行互不影响
*子进程只执行target绑定函数,其余均父进程执行
*Process创建进程中,往往父进程只用来创建和回收进程,具体事件由子进程完成
*multiprosessing创建的子进程中不能使用标准输入
import multiprocessing as mp
from time import sleep
#编写进程函数
def fun():
sleep(5)
print("子进程执行事件")
# 创建进程对象
p = mp.Process(target=fun)
# 启动进程
p.start()
sleep(1)
print("==========rrrrr========")
# 回收进程
p.join()
print("=================================")
- 进程对象属性
p.name 进程名称
p.pid 进程pid号
p.is_alive() 进程是否在生命周期
p.daemon 设置父子进程的退出关系
*将该属性设置为True则父进程退出,其子进程也会退出
*要求必须在start()前设置
*不会和jion一起使用
from multiprocessing import Process
from time import sleep,ctime
def fun():
for i in range(3):
sleep(2)
print(ctime())
p = Process(target=fun,name = "定义名字")
p.daemon = True#父进程结束之后,子进程也会结束
p.start()
print("Name",p.name)
print("pid",p.pid)
print("alive",p.is_alive())
# sleep(10)
# p.join()
- 自定义进程类 (Process)
编写流程:
编写子的__init__函数添加属性,super重新加载父类__init__方法
重写Process中run方法
使用
使用自定义类实例化对象
通过对象调用start()创建进程,自动运行run
通过join回收进程
from multiprocessing import Process
import time
# 自定义进程类
class ClockProcess(Process):
def __init__(self,value):
self.value = value
super().__init__()
# 重写方法
def run(self):
for i in range(5):
print("The time is %s"%time.ctime())
time.sleep(self.value)
# 创建进程对象
p = ClockProcess(2)
p.start()
# print("3333")
p.join()
进程池技术 Pool
- 必要性
*进程的创建和销毁过程消耗的计算机资源较多
*当任务量众多,每个任务又比较小的时候,需要频繁创建销毁进程,对计算机压力较大
*进程池技术很好的解决了上述问题 - 原理:创建一定数量的进程来处理事件,事件处理完进程不退出而是继续处理其他事件,
直到所有事件都处理完毕再一同销毁,增加进程的复用性,降低资源消耗。 - 进程池实现
from multiprocessing import Pool
Pool(Processes)
功能:创建进程池对象
参数:指定创建进程数量,默认根据系统自动判定
pool.apply_async(func,args,kwds):
功能:将进程事件加入进程池
参数:func进程事件函数
args给进程事件元组传参
kwds给进程事件字典传参
pool.close()
功能:关闭进程池
pool.join()
功能:回收进程池
from multiprocessing import Pool
from time import sleep
# 进程池事件函数
def worker(msg):
sleep(2)
print(msg)
# 创建进程池
pool = Pool()
for i in range(10):
msg = "hello %s"%i
pool.apply_async(func = worker,args=(msg,))
# 关闭进程池
pool.close()
# 回收进程池
pool.join()
进程间通信(IPC)
- 必要性:进程空间独立,资源不共享,此时在需要进程间数据传输时, 需要一定的方法手段,
- 进程间通讯方法:
管道Pipe 消息队列 共享内存 信号 信号量 套接字
消息队列 共享内存 信号 信号量 套接字 - 管道通信:
通信原理:在内存中开辟管道空间,生成管道对象多个进程使用同一管道进行读写操作
实现方法
from multiprocessing import Pipe
fd1,fd2 = Pipe(duplex = True)
功能:创建管道
参数:默认表示双向管道,False表示单向管道
返回值:表示管道两端读写对象。
如果是双向管道均可读写
单向管道fd1只读,fd2只写
fd.recv()
功能:从管道读取内容
返回值:读取到的内容
fd.send()
功能:向管道写入内容
参数:要写入的数据
from multiprocessing import Pipe,Process
import time,os
fd1,fd2 = Pipe()
def fun(name):
time.sleep(3)
# 写入管道
fd1.send({name:os.getpid()})
jobs = []
for i in range(5):
p = Process(target=fun,args=(i,))
jobs.append(p)
p.start()
for i in range(5):
# 读取
data = fd2.recv()
print(data)
for i in jobs:
i.join()