序. multiprocessing

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中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件。

1. Process

创建进程的类：Process([group [, target [, name [, args [, kwargs]]]]])，target表示调用对象，args表示调用对象的位置参数元组。kwargs表示调用对象的字典。name为别名。group实质上不使用。

方法：is_alive()、join([timeout])、run()、start()、terminate()。其中，Process以start()启动某个进程。

属性：authkey、daemon(要通过start()设置)、exitcode(进程在运行时为None、如果为–N，表示被信号N结束)、name、pid。其中daemon是父进程终止后自动终止，且自己不能产生新进程，必须在start()之前设置。

例1.1：创建函数并将其作为单个进程

import multiprocessing

import time

def worker(interval):

n = 5

while n > 0:

print("The time is {0}".format(time.ctime()))

time.sleep(interval)

n -= 1

if __name__ == "__main__":

p = multiprocessing.Process(target = worker, args = (3,))

p.start()

print ("p.pid:", p.pid)

print ("p.name:", p.name)

print ("p.is_alive:", p.is_alive())

​

运行结果：

p.pid: 2322

p.name: Process-1

p.is_alive: True

The time is Sun May  5 07:36:18 2019

The time is Sun May  5 07:36:21 2019

The time is Sun May  5 07:36:24 2019

The time is Sun May  5 07:36:27 2019

The time is Sun May  5 07:36:30 2019

[Finished in 15.2s]

例1.2：创建函数并将其作为多个进程

import multiprocessing

import time

def worker_1(interval):

print ("worker_1")

time.sleep(interval)

print ("end worker_1")

def worker_2(interval):

print ("worker_2")

time.sleep(interval)

print ("end worker_2")

def worker_3(interval):

print ("worker_3")

time.sleep(interval)

print ("end worker_3")

if __name__ == "__main__":

p1 = multiprocessing.Process(target = worker_1, args = (2,))

p2 = multiprocessing.Process(target = worker_2, args = (3,))

p3 = multiprocessing.Process(target = worker_3, args = (4,))

p1.start()

p2.start()

p3.start()

print("The number of CPU is:" + str(multiprocessing.cpu_count()))

for p in multiprocessing.active_children():

print("child p.name:" + p.name + "\tp.id" + str(p.pid))

print ("END!!!!!!!!!!!!!!!!!")

​

运行结果如下：

worker_2

worker_1

worker_3

The number of CPU is:1

child  p.name:Process-3 p.id2783

child  p.name:Process-1 p.id2781

child  p.name:Process-2 p.id2782

END!!!!!!!!!!!!!!!!!

end worker_1

end worker_2

end worker_3

[Finished in 4.1s]

例1.3：将进程定义为类

import multiprocessing

import time

class ClockProcess(multiprocessing.Process):

def __init__(self, interval):

multiprocessing.Process.__init__(self)

self.interval = interval

def run(self):

n = 5

while n > 0:

print("the time is {0}".format(time.ctime()))

time.sleep(self.interval)

n -= 1

if __name__ == '__main__':

p = ClockProcess(3)

p.start()

​

注：进程p调用start()时，自动调用run()

结果如下：

the time is Sun May  5 07:45:05 2019

the time is Sun May  5 07:45:08 2019

the time is Sun May  5 07:45:11 2019

the time is Sun May  5 07:45:14 2019

the time is Sun May  5 07:45:17 2019

[Finished in 15.1s]

例1.4：daemon程序对比结果

#1.4-1 不加daemon属性

import multiprocessing

import time

def worker(interval):

print("work start:{0}".format(time.ctime()));

time.sleep(interval)

print("work end:{0}".format(time.ctime()));

if __name__ == "__main__":

p = multiprocessing.Process(target = worker, args = (3,))

p.start()

print ("end!")

​

结果如下：

end!

work start:Sun May  5 07:46:54 2019

work end:Sun May  5 07:46:57 2019

[Finished in 3.1s]

#1.4-2 加上daemon属性

import multiprocessing

import time

def worker(interval):

print("work start:{0}".format(time.ctime()));

time.sleep(interval)

print("work end:{0}".format(time.ctime()));

if __name__ == "__main__":

p = multiprocessing.Process(target = worker, args = (3,))

p.daemon = True

p.start()

print ("end!")

​

结果如下：

end!

[Finished in 0.1s]

注：因子进程设置了daemon属性，主进程结束，它们就随着结束了。

#1.4-3 设置daemon执行完结束的方法

import multiprocessing

import time

def worker(interval):

print("work start:{0}".format(time.ctime()));

time.sleep(interval)

print("work end:{0}".format(time.ctime()));

if __name__ == "__main__":

p = multiprocessing.Process(target = worker, args = (3,))

p.daemon = True

p.start()

p.join()

print ("end!")

​

结果如下：

work start:Sun May  5 07:49:59 2019

work end:Sun May  5 07:50:02 2019

end!

[Finished in 3.1s]

待续，继续更新中......