进程

可爱软萌喵酱

墨衍会员 · AI 创作全网分发码龄5年

关注

原创 2024-06-27 22:13:13 471 阅读 AI 写同款· GEO 优化 ›

Linux创建进程链、进程扇、进程树如何创建进程链、进程扇、进程树阅读详情

进程Process

什么是进程

进程(Process)：拥有自己独立的堆和栈，既不共享堆，也不共享栈，进程由操作系统调度；进程切换需要的资源很最大，效率低。

对于操作系统来说，一个任务就是一个进程（Process），比如打开一个浏览器就是启动一个浏览器进程，就启动了一个记事本进程，打开两个记事本就启动了两个记事本进程，打开一个Word就启动了一个Word进程。

进程的优缺点

进程的优点：

可以使用计算机多核，进行任务的并行执行，提高执行效率
运行不受其他进程影响，创建方便
空间独立，数据安全

进程的缺点：

进程的创建和删除消耗的系统资源较多

进程的创建方式(方法模式)

Python的标准库提供了个模块：multiprocessing

进程的创建可以通过分为两种方式：

1. 方法包装

2. 类包装

创建进程后，使用start()启动进程

【示例】方法模式创建进程

from multiprocessing import Process
import os
from time import sleep

def func1(name):
  print("当前进程ID：",os.getpid())    #getpid意思是获取进程ID(get process id)
  print("父进程ID：",os.getppid())    #getppid意思是获取父进程ID(get parent process id)
  print(f"Process:{name} start")
  sleep(3)
  print(f"Process:{name} end")

'''
这是一个关于windows上多进程实现的bug。
如果不加__main__限制的话，就会无限递归创建子进程，进而报错。
在windows上，子进程会自动import启动它的这个文件，而在import的时候是会自动执行这些语句的。
于是import的时候使用 __name__ =="__main__" 保护起来就可以了。
'''

if __name__ =="__main__":
  print("当前进程ID：",os.getpid())
  # 创建进程
  p1 = Process(target=func1, args=('p1',))
  p2 = Process(target=func1, args=('p2',))
  p1.start()
  p2.start()

进程的创建方式(继承Process类)

和使用Thread 类创建子线程的方式非常类似，使用 Process 类创建实例化对象，其本质是调用该类的构造方法创建新进程。Process 类的构造方法格式如下：

def __init__(self,group=None,target=None,name=None,args=(),kwargs={})

其中，各个参数的含义为：

group：该参数未进行实现，不需要传参；

target：为新建进程指定执行任务，也就是指定一个函数；

name：为新建进程设置名称；

args：为 target 参数指定的参数传递非关键字参数；

kwargs：为 target 参数指定的参数传递关键字参数。

【示例】类的方式创建进程

from multiprocessing import Process
from time import sleep

class MyProcess(Process):
  def __init__(self,name):
    Process.__init__(self)
    self.name = name

  def run(self):
    print(f"Process:{self.name} start")
    sleep(1)
    print(f"Process:{self.name} end")

if __name__ == '__main__':
  p1 = MyProcess("p1")
  p2 = MyProcess("p2")
  p1.start()
  p2.start()

Queue实现进程间通信

前面讲解了使用 Queue 模块中的 Queue 类实现线程间通信，但要实现进程间通信，需要使用 multiprocessing 模块中的 Queue 类。

简单的理解 Queue 实现进程间通信的方式，就是使用了操作系统给开辟的一个队列空间，各个进程可以把数据放到该队列中，当然也可以从队列中把自己需要的信息取走。

【示例】使用Queue实现进程间通信的经典代码

from multiprocessing import Process, Queue
from time import sleep

class MyProcess(Process):
    def __init__(self,name,mq):
        Process.__init__(self)
        self.name = name
        self.mq = mq
    def run(self):
        print(f"Process:{self.name} start")
        print('主进程存放的数据：', self.mq.get()) #打印主进程存放的数据
        sleep(2)
        # 在子进程里存放数据，可以使用主进程提取
        self.mq.put(f'子进程存放的数据：{self.name}')
        print(f"Process:{self.name} end")

if __name__ == '__main__':  #创建主进程
    mq = Queue()
    '''mq不可以作为普通的全局变量，
    创建子进程时需要作为参数传进子进程，类里面也要写self.mq而不是mq，
    因为mq在当前进程为全局变量，但是mq会与创建的新的进程没有关系，从而导致报错'''
    #在主进程里存放数据，可以使用子进程提取
    mq.put('1')   #当字符串'1'被使用后会消失
    mq.put('2')   #所以下次进程会使用下一条数据字符串'2'
    mq.put('3')
    #进程列表
    p_list = []   #将进程全部存放在列表内
    for i in range(3):
        p = MyProcess(f'p{i}',mq)   #创建子进程
        p_list.append(p)
    for p in p_list:                #启动被存放在列表内的子进程
        p.start()

    #因为要打印主进程里存放的信息，所以使用join让子进程先结束
    for p in p_list:
        p.join()
    '''使用join之后，可以确保join后面的代码在子进程运行（存放数据）结束后运行
    如果不使用join，则join后面的代码可能在子进程运行（存放数据）之前运行，
    数据还没有存放，那么后面就无法打印子进程存放的数据'''
    print(mq.get())    #打印子进程里存放的数据
    print(mq.get())
    print(mq.get())

Pipe实现进程间通信

Pipe 直译过来的意思是“管”或“管道”，和实际生活中的管（管道）是非常类似的。

Pipe方法返回（conn1， conn2）代表一个管道的两个端。

Pipe方法有duplex参数，如果duplex参数为True（默认值），那么这个参数是全双工模式，也就是说conn1和conn2均可收发。若duplex为False，conn1只负责接收消息，conn2只负责发送消息。send和recv方法分别是发送和接受消息的方法。例如，在全双工模式下，可以调用conn1.send发送消息，conn1.recv接收消息。如果没有消息可接收，recv方法会一直阻塞。如果管道已经被关闭，那么recv方法会抛出EOFError。

【示例】使用Pipe管道实现进程间通信

#coding=utf-8
import multiprocessing
from time import sleep

def func1(conn1):
  sub_info = "Hello!"
  print(f"进程1--{multiprocessing.current_process().pid}发送数据：{sub_info}")
  sleep(1)
  conn1.send(sub_info)  #发送进程1的数据
  print(f"来自进程2:{conn1.recv()}")
  sleep(1)
def func2(conn2):
  sub_info = "你好!"
  print(f"进程2--{multiprocessing.current_process().pid}发送数据：{sub_info}")
  sleep(1)
  conn2.send(sub_info)  #发送进程2的数据
  print(f"来自进程1:{conn2.recv()}")
  sleep(1)

if __name__ == '__main__':
  #创建管道
  conn1,conn2 = multiprocessing.Pipe()
  # 创建子进程
  process1 = multiprocessing.Process(target=func1,args=(conn1,))
  process2 = multiprocessing.Process(target=func2,args=(conn2,))
  # 启动子进程
  process1.start()
  process2.start()

Manager管理器

管理器提供了一种创建共享数据的方法，从而可以在不同进程中共享。

【示例】管理器Manager实现进程通信

#coding=utf-8
from multiprocessing import Process,current_process
from multiprocessing import Manager

def fun1(name,m_list,m_dict):
  m_list.append('你好')      #子进程往列表里添加数据
  m_dict['name'] = '尚学堂'  #子进程往字典里添加数据

if __name__ == "__main__":
  #使用后需要关闭管理器，所以用with自动关闭
  with Manager() as mgr:
    m_list = mgr.list()
    m_dict = mgr.dict()
    m_list.append('Hello!!')  #主进程里往列表增加信息
    #两个进程不能直接互相使用对象，需要互相传递
    p1 = Process(target=fun1,args=('p1',m_list,m_dict))
    p1.start()
    p1.join()  #等p1进程结束，主进程继续执行
    print(m_list)
    print(m_dict)

进程池（Pool）

Python提供了更好的管理多个进程的方式，就是使用进程池。

进程池可以提供指定数量的进程给用户使用，即当有新的请求提交到进程池中时，如果池未满，则会创建一个新的进程用来执行该请求；反之，如果池中的进程数已经达到规定最大值，那么该请求就会等待，只要池中有进程空闲下来，该请求就能得到执行。

使用进程池的优点：

提高效率，节省开辟进程和开辟内存空间的时间及销毁进程的时间
节省内存空间

类/方法	功能	参数
`Pool(processes)`	创建进程池对象	processes表示进程池中有多少进程
`pool.apply_async(func,args,kwds)`	异步执行；将事件放入到进程池队列	func 事件函数 args 以元组形式给func传参kwds 以字典形式给func传参返回值：返回一个代表进程池事件的对象，通过返回值的get方法可以得到事件函数的返回值
`pool.apply(func,args,kwds)`	同步执行；将事件放入到进程池队列	func 事件函数 args 以元组形式给func传参 kwds 以字典形式给func传参
`pool.close()`	关闭进程池
`pool.join()`	回收进程池
`pool.map(func,iter)`	类似于python的map函数，将要做的事件放入进程池	func 要执行的函数 iter 迭代对象

【示例】进程池使用案例

#coding=utf-8
from multiprocessing import Pool
import os
from time import sleep

def func1(name):
  print(f"当前进程的ID:{os.getpid()},{name}")
  sleep(2)
  return name #返回数据，可以传给callback里的func2

def func2(args):
  print(args)

if __name__ == "__main__":
  pool = Pool(5)      #表示进程池中有5个进程

  pool.apply_async(func = func1,args=('sxt1',),callback=func2)  
  #callback表示把func1返回的数据传给func2
  pool.apply_async(func = func1,args=('sxt2',),callback=func2)
  pool.apply_async(func = func1,args=('sxt3',),callback=func2)
  pool.apply_async(func = func1,args=('sxt4',))
  pool.apply_async(func = func1,args=('sxt5',))
  pool.apply_async(func = func1,args=('sxt6',))  #从第5个进程开始循环使用进程池里的进程
  pool.apply_async(func = func1,args=('sxt7',))
  pool.apply_async(func = func1,args=('sxt8',))

  pool.close()  #进程池使用完需要关闭
  pool.join()   #保证子进程在主进程结束前运行完

【示例】使用with管理进程池

#coding=utf-8
from multiprocessing import Pool
import os
from time import sleep

def func1(name):
  print(f"当前进程的ID:{os.getpid()},{name}")
  sleep(2)
  return name

if __name__ == "__main__":
  with Pool(5) as pool:
    args = pool.map(func1,('sxt1,','sxt2,','sxt3,','sxt4,','sxt5,','sxt6,','sxt7,','sxt8,'))
    for a in args:
      print(a)

收录于