来源：公众号【杰哥的IT之旅】
作者：阿拉斯加
ID：Jake_Internet

一、进程介绍

进程：正在执行的程序，由程序、数据和进程控制块组成，是正在执行的程序，程序的一次执行过程，是资源调度的基本单位。

程序：没有执行的代码，是一个静态的。

二、线程和进程之间的对比

由图可知：此时电脑有 9 个应用进程，但是一个进程又会对应于多个线程，可以得出结论：

进程：能够完成多任务，一台电脑上可以同时运行多个 QQ

线程：能够完成多任务，一个 QQ 中的多个聊天窗口

根本区别：进程是操作系统资源分配的基本单位，而线程是任务调度和执行的基本单位.

使用多进程的优势:

1、拥有独立GIL:

首先由于进程中 GIL 的存在，Python 中的多线程并不能很好地发挥多核优势，一个进程中的多个线程，在同 一时刻只能有一个线程运行。而对于多进程来说，每个进程都有属于自己的 GIL，所以，在多核处理器下，多进程的运行是不会受 GIL的影响的。因此，多进 程能更好地发挥多核的优势。

2、效率高

当然，对于爬虫这种 IO 密集型任务来说，多线程和多进程影响差别并不大。对于计算密集型任务来说，Python 的多进程相比多线 程，其多核运行效率会有成倍的提升。

三、Python 实现多进程

我们先用一个实例来感受一下：

1、使用 process 类

import multiprocessing
def process(index): print(f'Process: {index}')
if __name__ == '__main__': for i in range(5): p = multiprocessing.Process(target=process, args=(i,)) p.start()

这是一个实现多进程最基础的方式：通过创建 Process 来新建一个子进程，其中 target 参数传入方法名，args 是方法的参数，是以 元组的形式传入，其和被调用的方法 process 的参数是一一对应的。

注意：这里 args 必须要是一个元组，如果只有一个参数，那也要在元组第一个元素后面加一个逗号，如果没有逗号则 和单个元素本身没有区别，无法构成元组，导致参数传递出现问题。创建完进程之后，我们通过调用 start 方法即可启动进程了。

运行结果如下：

Process: 0
Process: 1
Process: 2
Process: 3
Process: 4

可以看到，我们运行了 5 个子进程，每个进程都调用了 process 方法。process 方法的 index 参数通过 Process 的 args 传入，分别是 0~4 这 5 个序号，最后打印出来，5 个子进程运行结束。

2、继承 process 类

from multiprocessing import Process
import timeclass MyProcess(Process):def __init__(self,loop):Process.__init__(self)self.loop = loopdef run(self):for count in range(self.loop):time.sleep(1)print(f'Pid:{self.pid} LoopCount: {count}')
if __name__ == '__main__':for i in range(2,5):p = MyProcess(i)p.start()

我们首先声明了一个构造方法，这个方法接收一个 loop 参数，代表循环次数，并将其设置为全局变量。在 run方法中，又使用这 个 loop 变量循环了 loop 次并打印了当前的进程号和循环次数。

在调用时，我们用 range 方法得到了 2、3、4 三个数字，并把它们分别初始化了 MyProcess 进程，然后调用 start 方法将进程启动起 来。

注意：这里进程的执行逻辑需要在 run 方法中实现，启动进程需要调用 start 方法，调用之后 run 方法便会执行。

运行结果如下：

Pid:12976 LoopCount: 0
Pid:15012 LoopCount: 0
Pid:11976 LoopCount: 0
Pid:12976 LoopCount: 1
Pid:15012 LoopCount: 1
Pid:11976 LoopCount: 1
Pid:15012 LoopCount: 2
Pid:11976 LoopCount: 2
Pid:11976 LoopCount: 3

注意，这里的进程 pid 代表进程号，不同机器、不同时刻运行结果可能不同。

四、进程之间的通信

1、Queue-队列 先进先出

from multiprocessing import Queue
import multiprocessingdef download(p): # 下载数据lst = [11,22,33,44]for item in lst:p.put(item)print('数据已经下载成功....')def savedata(p):lst = []while True:data = p.get()lst.append(data)if p.empty():breakprint(lst)def main():p1 = Queue()t1 = multiprocessing.Process(target=download,args=(p1,))t2 = multiprocessing.Process(target=savedata,args=(p1,))t1.start()t2.start()if __name__ == '__main__':main()

数据已经下载成功....
[11, 22, 33, 44]

2、共享全局变量不适用于多进程编程

import multiprocessinga = 1def demo1():global aa += 1def demo2():print(a)def main():t1 = multiprocessing.Process(target=demo1)t2 = multiprocessing.Process(target=demo2)t1.start()t2.start()if __name__ == '__main__':main()

运行结果:

1

有结果可知：全局变量不共享；

五、进程池之间的通信

1、进程池引入

当需要创建的子进程数量不多时，可以直接利用 multiprocessing 中的 Process 动态生成多个进程，但是如果是上百甚至上千个目标，手动的去创建的进程的工作量巨大，此时就可以用到 multiprocessing 模块提供的 Pool 方法。

from multiprocessing import Pool
import os,time,randomdef worker(a):t_start = time.time()print('%s开始执行,进程号为%d'%(a,os.getpid()))time.sleep(random.random()*2)t_stop = time.time()print(a,"执行完成,耗时%0.2f"%(t_stop-t_start))if __name__ == '__main__':po = Pool(3)        # 定义一个进程池for i in range(0,10):po.apply_async(worker,(i,))    # 向进程池中添加worker的任务print("--start--")po.close()      po.join()       print("--end--")

运行结果:

--start--
0开始执行,进程号为6664
1开始执行,进程号为4772
2开始执行,进程号为13256
0 执行完成,耗时0.18
3开始执行,进程号为6664
2 执行完成,耗时0.16
4开始执行,进程号为13256
1 执行完成,耗时0.67
5开始执行,进程号为4772
4 执行完成,耗时0.87
6开始执行,进程号为13256
3 执行完成,耗时1.59
7开始执行,进程号为6664
5 执行完成,耗时1.15
8开始执行,进程号为4772
7 执行完成,耗时0.40
9开始执行,进程号为6664
6 执行完成,耗时1.80
8 执行完成,耗时1.49
9 执行完成,耗时1.36
--end--

一个进程池只能容纳 3 个进程，执行完成才能添加新的任务，在不断的打开与释放的过程中循环往复。

六、案例:文件批量复制

操作思路:

• 获取要复制文件夹的名字

• 创建一个新的文件夹

• 获取文件夹里面所有待复制的文件名

• 创建进程池

• 向进程池添加任务

代码如下:

导包

import multiprocessing
import os
import time

定制文件复制函数

def copy_file(Q,oldfolderName,newfolderName,file_name):# 文件复制,不需要返回time.sleep(0.5)# print('\r从%s文件夹复制到%s文件夹的%s文件'%(oldfolderName,newfolderName,file_name),end='')old_file = open(oldfolderName + '/' + file_name,'rb') # 待复制文件content = old_file.read()old_file.close()new_file = open(newfolderName + '/' + file_name,'wb') # 复制出的新文件new_file.write(content)new_file.close()Q.put(file_name) # 向Q队列中添加文件

定义主函数

def main():oldfolderName = input('请输入要复制的文件夹名字:') # 步骤1获取要复制文件夹的名字(可以手动创建,也可以通过代码创建,这里我们手动创建)newfolderName = oldfolderName + '复件'# 步骤二 创建一个新的文件夹if not os.path.exists(newfolderName):os.mkdir(newfolderName)filenames = os.listdir(oldfolderName) # 3.获取文件夹里面所有待复制的文件名# print(filenames)pool = multiprocessing.Pool(5) # 4.创建进程池Q = multiprocessing.Manager().Queue() # 创建队列,进行通信for file_name in filenames:pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向进程池添加任务po.close()copy_file_num = 0file_count = len(filenames)# 不知道什么时候完成,所以定义一个死循环while True:file_name = Q.get()copy_file_num += 1time.sleep(0.2)print('\r拷贝进度%.2f %%'%(copy_file_num  * 100/file_count),end='') # 做一个拷贝进度条if copy_file_num >= file_count:break

程序运行

if __name__ == '__main__':main()

运行结果如下图所示：

运行前后文件目录结构对比

运行前

运行后

以上内容就是整体大致结果了，由于 test 里面是随便粘贴的测试文件，这里就不展开演示了。

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件

本站qq群554839127，加入微信群请扫码：