Python系统编程之进程

进程

进程的创建-fork

1. 进程 VS 程序

编写完毕的代码，在没有运行的时候，称之为程序

正在运行着的代码，就成为进程

进程，除了包含代码以外，还有需要运行的环境等，所以和程序是有区别的

2. fork( )

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：

import os

    # 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以
    pid = os.fork()

    if pid == 0:
        print('哈哈1')
    else:
        print('哈哈2')

说明：

• 程序执行到os.fork()时，操作系统会创建一个新的进程（子进程），然后复制父进程的所有信息到子进程中
• 然后父进程和子进程都会从fork()函数中得到一个返回值，在子进程中这个值一定是0，而父进程中是子进程的 id号

在Unix/Linux操作系统中，提供了一个fork()系统函数，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。

3. getpid()、getppid()

getpid返回当前进程标识，getppid返回父进程标识

注意：

        1、主进程>0,  主进程没有父类所以用getpid查看

        2、子进程可有父类，本身用getpid，父类用getppid

        3、父进程中fork的返回值，就是刚刚创建出来的子进程的id
 

import os

rpid = os.fork()
if rpid<0:
    print("fork调用失败。")
elif rpid == 0:
    print("我是子进程（%s），我的父进程是（%s）"%(os.getpid(),os.getppid()))
    x+=1
else:
    print("我是父进程（%s），我的子进程是（%s）"%(os.getpid(),rpid))

print("父子进程都可以执行这里的代码")
运行结果：

我是父进程（19360），我的子进程是（19361）
父子进程都可以执行这里的代码
我是子进程（19361），我的父进程是（19360）
父子进程都可以执行这里的代码

 多进程修改全局变量

#coding=utf-8
import os
import time

num = 0

# 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以
pid = os.fork()

if pid == 0:
    num+=1
    print('哈哈1---num=%d'%num)
else:
    time.sleep(1)
    num+=1
    print('哈哈2---num=%d'%num)

总结：

 

多次fork问题 

• 多进程中，每个进程中所有数据（包括全局变量）都各有拥有一份，互不影响

 如果在一个程序，有2次的fork函数调用，是否就会有3个进程呢？

#coding=utf-8
import os
import time

# 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以
pid = os.fork()
if pid == 0:
    print('哈哈1')
else:
    print('哈哈2')

pid = os.fork()
if pid == 0:
    print('哈哈3')
else:
    print('哈哈4')

time.sleep(1)

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：

#coding=utf-8
from multiprocessing import Process
import os

# 子进程要执行的代码
def run_proc(name):
    print('子进程运行中，name= %s ,pid=%d...' % (name, os.getpid()))

if __name__=='__main__':
    print('父进程 %d.' % os.getpid())
    p = Process(target=run_proc, args=('test',))
    print('子进程将要执行')
    p.start()
    p.join()
    print('子进程已结束')

D:\Anaconda\python.exe E:/pythonwork/黑马/面向对象进阶之装饰器.py
父进程 5528.
子进程将要执行
子进程运行中，name= test ,pid=7844...
子进程已结束

Process finished with exit code 0

 

说明

• 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。

Process语法结构如下：

Process([group [, target [, name [, args [, kwargs]]]]])

• target：表示这个进程实例所调用对象；

• args：表示调用对象的位置参数元组；

• kwargs：表示调用对象的关键字参数字典；

• name：为当前进程实例的别名；

• group：大多数情况下用不到；

Process类常用方法：

• is_alive()：判断进程实例是否还在执行；

• join([timeout])：是否等待进程实例执行结束，或等待多少秒；

• start()：启动进程实例（创建子进程）；

• run()：如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的run()方法；

• terminate()：不管任务是否完成，立即终止；

Process类常用属性：

• name：当前进程实例别名，默认为Process-N，N为从1开始递增的整数；

• pid：当前进程实例的PID值；

实例1：

"""实例1"""
from multiprocessing import Process  #导入包固定的写法
import os
from time import sleep

#子进程执行的代码
def run_proc(name,age,**kwargs):#接收参数
    for i in range(10):
        print('子进程运行中，name=%s,age=%d,pid=%d...'%(name,age,os.getpid()))
        print(kwargs)
        sleep(0.5)

if __name__=='__main__':#windows平台下必须加上这句话，才能使用
    #创建子进程，传参，args以元组的形式，(18,)一个数的话加上,号，kwargs字典形式
    print('父进程%d'%os.getpid())
    p=Process(target=run_proc,args=('test',18),kwargs={'m':20})
    print('子进程将要执行')
    p.start()#开启此进程，让子进程去执行函数的内容，主进程继续向下执行
    sleep(2)
    p.terminate()
    p.join()#让主进程等子进程执行完毕，再接着执行
    print('子进程结束')

 结果：

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
父进程 5092.
子进程将要执行
子进程运行中，name= test,age=18 ,pid=8996...
{'m': 20}
子进程运行中，name= test,age=18 ,pid=8996...
{'m': 20}
子进程已结束

Process finished with exit code 0

实例2

"""实例2"""
from multiprocessing import Process
import os
import time

#两个子进程将会调用的两个方法
def worker_1(interval):
    print('worker_1,父进程(%s),当前进程(%s)'%(os.getppid(),os.getpid()))
    t_start=time.time()
    time.sleep(interval)#程序将会被挂起interval秒
    t_end=time.time()
    print("worker_1的执行时间为'%0.2f'秒"%(t_end-t_start))

def worker_2(interval):
    print('worker_2,父进程(%s),当前进程(%s)'%(os.getppid(),os.getpid()))
    t_start=time.time()
    time.sleep(interval)
    t_end=time.time()
    print("worker_2的执行时间为'%0.2f'秒"%(t_end-t_start))

#输出当前程序的ID
print('进程ID:%s'%os.getpid())


if __name__=='__main__':
    #创建两个进程对象，target指向这个进程对象要执行的对象名称，
    #args后面的元组中，是要传递给worker_1方法的参数
    #因为worker_1方法就一个interval参数，这里传递一个整数2给他
    #如果不指定name参数，默认的进程名称对象为Process-N,N为一个递增的整数
    p1=Process(target=worker_1,args=(2,))
    p2=Process(target=worker_2,name='ysl',args=(1,))


    #使用"进程对象名称.start()"来创建并执行一个子进程，
    #这两个进程对象在start后，就会分别去执行worker_1和worker_2方法中的内容
    p1.start()
    p2.start()

    #同时父进程仍然往下执行，如果p2进程还在执行，将会返回True
    print("p2.is_alive=%s"%p2.is_alive())

    #输出p1和p2进程的别名和pid
    print("p1.name=%s"%p1.name)
    print("p1.pid=%s"%p1.pid)
    print("p2.name=%s"%p2.name)
    print("p2.pid=%s"%p2.pid)

    #join括号中不携带参数，表示父进程在这个位置要等待p1进程执行完成后，
    #再继续执行下面的语句，一般用于进程间的数据同步，如果不写这一句，
    #下面的is_alive判断将会是True，在shell（cmd）里面调用这个程序时
    #可以完整的看到这个过程，大家可以尝试着将下面的这条语句改成p1.join(1)，
    #因为p2需要2秒以上才可能执行完成，父进程等待1秒很可能不能让p1完全执行完成，
    #所以下面的print会输出True，即p1仍然在执行
    p1.join()
    print("p1.is_alive=%s"%p1.is_alive())

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
进程ID:9436
p2.is_alive=True
p1.name=Process-1
p1.pid=12472
p2.name=ysl
p2.pid=12364
进程ID:12364
进程ID:12472
worker_1,父进程(9436),当前进程(12472)
worker_2,父进程(9436),当前进程(12364)
worker_2的执行时间为'1.00'秒
worker_1的执行时间为'2.00'秒
p1.is_alive=False

Process finished with exit code 0

 

 

进程的创建-Process子类

创建新的进程还能够使用类的方式，可以自定义一个类，继承Process类，每次实例化这个类的时候，就等同于实例化一个进程对象，请看下面的实例：

from multiprocessing import Process
import time
import os

#继承Process类
class Process_Class(Process):
    #因为Process类本身也有__init__方法，这个子类相当于重写了这个方法，
    #但这样就会带来一个问题，我们并没有完全的初始化一个Process类，所以就不能使用从这个类继承的一些方法和属性，
    #最好的方法就是将继承类本身传递给Process.__init__方法，完成这些初始化操作
    def __init__(self,interval):
        Process.__init__(self)
        self.interval = interval

    #重写了Process类的run()方法
    def run(self):
        print("子进程(%s) 开始执行，父进程为（%s）"%(os.getpid(),os.getppid()))
        t_start = time.time()
        time.sleep(self.interval)
        t_stop = time.time()
        print("(%s)执行结束，耗时%0.2f秒"%(os.getpid(),t_stop-t_start))

if __name__=="__main__":
    t_start = time.time()
    print("当前程序进程(%s)"%os.getpid())
    p1 = Process_Class(2)
    #对一个不包含target属性的Process类执行start()方法，就会运行这个类中的run()方法，所以这里会执行p1.run()
    p1.start()
    p1.join()
    t_stop = time.time()
    print("(%s)执行结束，耗时%0.2f"%(os.getpid(),t_stop-t_start))

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
当前程序进程(3456)
子进程(4896) 开始执行，父进程为（3456）
(4896)执行结束，耗时2.00秒
(3456)执行结束，耗时2.40

Process finished with exit code 0

进程池Pool

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

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行，请看下面的实例：

"""进程尺Pool"""

from multiprocessing import Pool
import random,os,time

def worker(msg):
    t_start=time.time()
    print('%s开始执行，进程号为%d'%(msg,os.getpid()))
    #random.random()随机生成0~1之间的浮点数
    time.sleep(random.random()*2)
    t_end=time.time()
    print(msg,'执行完毕，耗时%0.2f'%(t_end-t_start))

if __name__=='__main__':
    #定义一个进程池，最大进程池为3
    po=Pool(3)
    for i in range(0,10):
        #Pool.apply_async(要调用的目标，(传递给目标的参数元组))
        po.apply_async(worker,(i,))

    print('---start---')
    po.close()#关闭进程池，关闭后po不再接收新的请求
    po.join()#等待po中所有子进程执行完成，必须放在close语句之后
    print('---end---')

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
---start---
0开始执行，进程号为1444
1开始执行，进程号为10752
2开始执行，进程号为8760
1 执行完毕，耗时0.92
3开始执行，进程号为10752
2 执行完毕，耗时0.95
4开始执行，进程号为8760
3 执行完毕，耗时0.55
5开始执行，进程号为10752
0 执行完毕，耗时1.64
6开始执行，进程号为1444
6 执行完毕，耗时0.07
7开始执行，进程号为1444
4 执行完毕，耗时1.83
8开始执行，进程号为8760
7 执行完毕，耗时1.50
9开始执行，进程号为1444
5 执行完毕，耗时1.72
8 执行完毕，耗时1.07
9 执行完毕，耗时1.63
---end---

Process finished with exit code 0

 

 

进程间通信-Queue

Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。

1. Queue的使用

可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：

#coding=utf-8
from multiprocessing import Queue
q=Queue(3) #初始化一个Queue对象，最多可接收三条put消息
q.put("消息1") 
q.put("消息2")
print(q.full())  #False
q.put("消息3")
print(q.full()) #True

#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，第二个Try会立刻抛出异常
try:
    q.put("消息4",True,2)
except:
    print("消息列队已满，现有消息数量:%s"%q.qsize())

try:
    q.put_nowait("消息4")
except:
    print("消息列队已满，现有消息数量:%s"%q.qsize())

#推荐的方式，先判断消息列队是否已满，再写入
if not q.full():
    q.put_nowait("消息4")

#读取消息时，先判断消息列队是否为空，再读取
if not q.empty():
    for i in range(q.qsize()):
        print(q.get_nowait())
运行结果:

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
False
True
消息列队已满，现有消息数量:3
消息列队已满，现有消息数量:3
消息1
消息2
消息3

Process finished with exit code 0

说明

初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

• Queue.qsize()：返回当前队列包含的消息数量；

• Queue.empty()：如果队列为空，返回True，反之False ；

• Queue.full()：如果队列满了，返回True,反之False；

• Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；

2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；

• Queue.get_nowait()：相当Queue.get(False)；

• Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；

2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；

• Queue.put_nowait(item)：相当Queue.put(item, False)

  2. Queue实例

  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:
        if not q.empty():
            value = q.get(True)
            print('Get %s from queue.' % value)
            time.sleep(random.random())
        else:
            break

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()
    # 等待pw结束:
    pw.join()
    # 启动子进程pr，读取:
    pr.start()
    pr.join()
    # pr进程里是死循环，无法等待其结束，只能强行终止:
    print('')
    print('所有数据都写入并且读完')

 

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
Put A to queue...
Put B to queue...
Put C to queue...
Get A from queue.
Get B from queue.
Get C from queue.

所有数据都写入并且读完

Process finished with exit code 0

 

3. 进程池中的Queue

如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

#coding=utf-8

#修改import中的Queue为Manager
from multiprocessing import Manager,Pool
import os,time,random

def reader(q):
    print("reader启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))
    for i in range(q.qsize()):
        print("reader从Queue获取到消息：%s"%q.get(True))

def writer(q):
    print("writer启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))
    for i in "dongGe":
        q.put(i)

if __name__=="__main__":
    print("(%s) start"%os.getpid())
    q=Manager().Queue() #使用Manager中的Queue来初始化
    po=Pool()
    #使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取
    po.apply(writer,(q,))
    po.apply(reader,(q,))
    po.close()
    po.join()
    print("(%s) End"%os.getpid())

 

D:\Anaconda\python.exe E:/pythonwork/黑马/系统编程之进程.py
(9936) start
writer启动(6208),父进程为(9936)
reader启动(13204),父进程为(9936)
reader从Queue获取到消息：d
reader从Queue获取到消息：o
reader从Queue获取到消息：n
reader从Queue获取到消息：g
reader从Queue获取到消息：G
reader从Queue获取到消息：e
(9936) End

Process finished with exit code 0

 多进程拷贝文件（综合运用）