Python多进程解析：探索Multiprocessing的高效并行处理之道

Python 多进程解析：Multiprocessing 高效并行处理的奥秘

文章目录

Python 多进程解析：Multiprocessing 高效并行处理的奥秘

一 多进程

1 导入进程标准模块

2 定义调用函数

3 创建和启动进程

二 存储进程结果 Queue

三 threading & multiprocessing 对比

1 创建多进程 multiprocessing

2 创建多线程 multithread

3 创建普通函数

4 创建对比时间函数

5 运行结果

四 进程池 Pool

1 进程池 Pool() 和 map()

2 自定义核数量

3 apply_async 单结果返回

4 apply_async 多结果返回

5 划重点

五 共享内存 shared memory

六 进程锁 Lock

1 不加进程锁

2 加进程锁

七 完整代码示例

八 源码地址

在 Python 编程中，多进程（Multiprocessing）是一种提高程序执行效率的重要手段。本文深入解析了多进程的概念与应用，帮助开发者充分利用多核处理器的计算能力。我们从基本的进程创建与启动开始，讲解了如何通过 Queue 实现进程间的数据传递，并通过对比多进程与多线程的性能差异，揭示了多进程在处理 CPU 密集型任务时的显著优势。文章还详细介绍了进程池（Pool）的使用方法，包括 map 和 apply_async 的不同应用场景。最后，我们探讨了共享内存和进程锁的使用，确保多进程在并发操作中的数据安全性。本文为希望掌握多进程编程的读者提供了全面且易懂的实践指导。

一 多进程

Multiprocessing 是一种编程和执行模式，它允许多个进程同时运行，以此提高应用程序的效率和性能。在 Python 中，multiprocessing 模块可以帮助你创建多个进程，使得每个进程都可以并行处理任务，从而有效利用多核处理器的能力。

1 导入进程标准模块

import multiprocessing as mp

2 定义调用函数

def job(a, d):
    print('你好 世界')

3 创建和启动进程

# 创建进程
p1 = mp.Process(target=job, args=(1, 2))
# 启动进程
p1.start()
# 连接进程
p1.join()

二 存储进程结果 Queue

1 存入输出到 Queue

# 该函数没有返回值！！！
def job02(q):
    res = 0
    for i in range(1000):
        res += i + i ** 2 + i ** 3
    q.put(res)  #

def my_result_process02():
    q = mp.Queue()
    p1 = mp.Process(target=job02, args=(q,))
    p2 = mp.Process(target=job02, args=(q,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get()
    res2 = q.get()
    print(res1)
    print(res2)
    print(res1 + res2)

三 threading & multiprocessing 对比

1 创建多进程 multiprocessing

def job03(q):
    res = 0
    for i in range(1000000):
        res += i + i ** 2 + i ** 3
    # 结果加 queue
    q.put(res)


# 多核运算多进程
def multicore03():
    q = mp.Queue()
    p1 = mp.Process(target=job03, args=(q,))
    p2 = mp.Process(target=job03, args=(q,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get()
    res2 = q.get()
    print('multicore:', res1 + res2)

2 创建多线程 multithread

# 单核运算多线程
def multithread03():
    # thread可放入process同样的queue中
    q = mp.Queue()
    t1 = td.Thread(target=job03, args=(q,))
    t2 = td.Thread(target=job03, args=(q,))
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    res1 = q.get()
    res2 = q.get()
    print('multithread:', res1 + res2)

3 创建普通函数

def normal03():
    res = 0
    for _ in range(2):
        for i in range(1000000):
            res += i + i ** 2 + i ** 3
    print('normal:', res)

4 创建对比时间函数

def time_result03():
    st = time.time()
    normal03()
    st1 = time.time()
    print('normal time:', st1 - st)
    multithread03()
    st2 = time.time()
    print('multithread time:', st2 - st1)
    multicore03()
    print('multicore time:', time.time() - st2)

5 运行结果

normal03: 499999666667166666000000
normal03 time: 0.6855959892272949
multithread03: 499999666667166666000000
multithread03 time: 0.6804449558258057
multicore03: 499999666667166666000000
multicore03 time: 0.38849496841430664

我运行的是 normal03 > multithread03 > multicore03，normal03 和 multithread03 相差不大，multicore03 比 normal03 和 multithread03 快将近一倍。

四 进程池 Pool

使用进程池 Pool ，Python 会自行解决多进程问题。

1 进程池 Pool() 和 map()

map() 返回的是多结果。

def job04(x):
    # Pool的函数有返回值
    return x * x

def multicore04():
    # Pool的函数有返回值
    pool = mp.Pool()
    # 自分配 CPU 计算
    res = pool.map(job04, range(10))
    print(res)

2 自定义核数量

Pool 默认大小是 CPU的核数，传入 processes 参数自定义需要的核数量。

def multicore05():
  	# 定义CPU核数量为3
    pool = mp.Pool(processes=3)  
    res = pool.map(job04, range(10))
    print(res)

3 apply_async 单结果返回

apply_async() 中只能传递一个值，它只会放入一个核进行运算，但是传入值时要注意是可迭代的， 所以在传入值后需要加逗号, 同时需要用 get() 方法获取返回值。

def multicore06():
    pool = mp.Pool()
    res = pool.apply_async(job04, (2,))
    # 用get获得结果
    print(res.get())

4 apply_async 多结果返回

def multicore07():
    pool = mp.Pool()
    multi_res = [pool.apply_async(job04, (i,)) for i in range(10)]
    # 用get获得结果
    print([res.get() for res in multi_res])

5 划重点

Pool 默认调用是 CPU 的核数，传入 processes 参数可自定义CPU核数。

map() 放入迭代参数，返回多个结果。

apply_async() 只能放入一组参数，并返回一个结果，如果想得到 map() 的效果需要通过迭代。

五 共享内存 shared memory

1 定义 Shared Value

value1 = mp.Value('i', 0)
value2 = mp.Value('d', 3.14)

2 定义 Shared Array

它只能是一维数组

array = mp.Array('i', [1, 2, 3, 4])

其中 d 和 i 参数用来设置数据类型的，d 表示一个双精浮点类型，i 表示一个带符号的整型，参考数据类型如下：

Type code	C Type	Python Type	Minimum size in bytes	Notes
'b'	signed char	int	1
'B'	unsigned char	int	1
'u'	wchar_t	Unicode character	2	(1)
'h'	signed short	int	2
'H'	unsigned short	int	2
'i'	signed int	int	2
'I'	unsigned int	int	2
'l'	signed long	int	4
'L'	unsigned long	int	4
'q'	signed long long	int	8
'Q'	unsigned long long	int	8
'f'	float	float	4
'd'	double	float	8

具体链接：Efficient arrays of numeric values

六 进程锁 Lock

1 不加进程锁

争抢共享内存

def job08(v, num):
    for _ in range(5):
        time.sleep(0.1)  # 暂停0.1秒，让输出效果更明显
        v.value += num  # v.value获取共享变量值
        print(v.value, end="\n")


def multicore08():
    v = mp.Value('i', 0)  # 定义共享变量
    p1 = mp.Process(target=job08, args=(v, 1))
    p2 = mp.Process(target=job08, args=(v, 3))  # 设定不同的number看如何抢夺内存
    p1.start()
    p2.start()
    p1.join()
    p2.join()

2 加进程锁

def job09(v, num, l):
    l.acquire()  # 锁住
    for _ in range(5):
        # print(v.value, num)
        time.sleep(0.1)
        v.value = v.value + num  # 获取共享内存
        print(v.value)
    l.release()  # 释放


def multicore09():
    l = mp.Lock()  # 定义一个进程锁
    v = mp.Value('i', 0)  # 定义共享内存
    
    p1 = mp.Process(target=job09, args=(v, 1, l))  # 需要将lock传入
    p1.start()
    p1.join()

    p2 = mp.Process(target=job09, args=(v, 3, l))
    p2.start()
    p2.join()


# def multicore10():
#     l = mp.Lock()  # 定义一个进程锁
#     v = mp.Value('i', 0)  # 定义共享内存
#     p1 = mp.Process(target=job09, args=(v, 1, l))  # 需要将lock传入
#     p2 = mp.Process(target=job09, args=(v, 3, l))
#     p1.start()
#     p2.start()
#     p1.join()
#     p2.join()

在这个示例中，必须先执行 p1 以达到预期效果。分别运行 multicore09 和 multicore10 会发现一些有意思的情况。

七 完整代码示例

注：建议在运行 main.py 对应的代码功能时，逐行使用注释进行操作。

# This is a sample Python script.

# Press ⌃R to execute it or replace it with your code.
# Press Double ⇧ to search everywhere for classes, files, tool windows, actions, and settings.

import multiprocessing as mp
import threading as td
import time as time


def print_hi(name):
    # Use a breakpoint in the code line below to debug your script.
    print(f'Hi, {name}')  # Press ⌘F8 to toggle the breakpoint.

    # 创建进程
    p1 = mp.Process(target=job, args=(1, 2))
    # 启动进程
    p1.start()

    # Shared Value
    value1 = mp.Value('i', 0)
    value2 = mp.Value('d', 3.14)
    # Shared Array，只能是一维数组
    array = mp.Array('i', [1, 2, 3, 4])


def job(a, d):
    print('你好 世界')


# 该函数没有返回值！！！
def job02(q):
    res = 0
    for i in range(1000):
        res += i + i ** 2 + i ** 3
    q.put(res)  #


def my_result_process02():
    q = mp.Queue()
    p1 = mp.Process(target=job02, args=(q,))
    p2 = mp.Process(target=job02, args=(q,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get()
    res2 = q.get()
    print(res1)
    print(res2)
    print(res1 + res2)


def job03(q):
    res = 0
    for i in range(1000000):
        res += i + i ** 2 + i ** 3
    # 结果加 queue
    q.put(res)


# 多核运算多进程
def multicore03():
    q = mp.Queue()
    p1 = mp.Process(target=job03, args=(q,))
    p2 = mp.Process(target=job03, args=(q,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get()
    res2 = q.get()
    print('multicore03:', res1 + res2)


# 单核运算多线程
def multithread03():
    # thread可放入process同样的queue中
    q = mp.Queue()
    t1 = td.Thread(target=job03, args=(q,))
    t2 = td.Thread(target=job03, args=(q,))
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    res1 = q.get()
    res2 = q.get()
    print('multithread03:', res1 + res2)


def normal03():
    res = 0
    for _ in range(2):
        for i in range(1000000):
            res += i + i ** 2 + i ** 3
    print('normal03:', res)


def time_result03():
    st = time.time()
    normal03()
    st1 = time.time()
    print('normal03 time:', st1 - st)
    multithread03()
    st2 = time.time()
    print('multithread03 time:', st2 - st1)
    multicore03()
    print('multicore03 time:', time.time() - st2)


def job04(x):
    # Pool的函数有返回值
    return x * x


def multicore04():
    # Pool的函数有返回值
    pool = mp.Pool()
    # 自分配 CPU 计算
    res = pool.map(job04, range(10))
    print(res)


def multicore05():
    pool = mp.Pool(processes=3)  # 定义CPU核数量为3
    res = pool.map(job04, range(10))
    print(res)


def multicore06():
    pool = mp.Pool()
    # apply_async() 中只能传递一个值，它只会放入一个核进行运算，但是传入值时要注意是可迭代的，
    # 所以在传入值后需要加逗号, 同时需要用get()方法获取返回值
    res = pool.apply_async(job04, (2,))
    # 用get获得结果
    print(res.get())


def multicore07():
    pool = mp.Pool()
    multi_res = [pool.apply_async(job04, (i,)) for i in range(10)]
    # 用get获得结果
    print([res.get() for res in multi_res])


def job08(v, num):
    for _ in range(5):
        time.sleep(0.1)  # 暂停0.1秒，让输出效果更明显
        v.value += num  # v.value获取共享变量值
        print(v.value, end="\n")


def multicore08():
    v = mp.Value('i', 0)  # 定义共享变量
    p1 = mp.Process(target=job08, args=(v, 1))
    p2 = mp.Process(target=job08, args=(v, 3))  # 设定不同的number看如何抢夺内存
    p1.start()
    p2.start()
    p1.join()
    p2.join()


def job09(v, num, l):
    l.acquire()  # 锁住
    for _ in range(5):
        # print(v.value, num)
        time.sleep(0.1)
        v.value = v.value + num  # 获取共享内存
        print(v.value)
    l.release()  # 释放


def multicore09():
    l = mp.Lock()  # 定义一个进程锁
    v = mp.Value('i', 0)  # 定义共享内存

    p1 = mp.Process(target=job09, args=(v, 1, l))  # 需要将lock传入
    p1.start()
    p1.join()

    p2 = mp.Process(target=job09, args=(v, 3, l))
    p2.start()
    p2.join()


def multicore10():
    l = mp.Lock()  # 定义一个进程锁
    v = mp.Value('i', 0)  # 定义共享内存
    p1 = mp.Process(target=job09, args=(v, 1, l))  # 需要将lock传入
    p2 = mp.Process(target=job09, args=(v, 3, l))
    p1.start()
    p2.start()
    p1.join()
    p2.join()


# Press the green button in the gutter to run the script.
if __name__ == '__main__':
    print_hi('什么是 Multiprocessing')
    my_result_process02()
    time_result03()
    multicore04()
    multicore05()
    multicore06()
    multicore07()
    multicore08()
    multicore09()
    # multicore10()

# See PyCharm help at https://www.jetbrains.com/help/pycharm/

复制粘贴并覆盖到你的 main.py 中运行，运行结果如下。

Hi, 什么是 Multiprocessing
你好 世界
249833583000
249833583000
499667166000
normal03: 499999666667166666000000
normal03 time: 0.7139420509338379
multithread03: 499999666667166666000000
multithread03 time: 0.6696178913116455
multicore03: 499999666667166666000000
multicore03 time: 0.3917398452758789
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
4
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
3
4
7
8
11
12
1515

16
19
1
2
3
4
5
8
11
14
17
20

八 源码地址

代码地址：

国内看 Gitee 之 什么是 Multiprocessing.py

国外看 GitHub 之 什么是 Multiprocessing.py

引用 莫烦 Python

作者：敲代码不忘补水