当前位置：物联沃-IOTWORD物联网 > 技术教程 > Python进程详解
代码收藏家代码收藏家 技术教程

Python进程详解

学习笔记

一、什么是进程

进程：一个程序运行起来后，代码+用到的资源称之为进程，他是操作系统分配资源的基本单位

进程也可以完成多任务
二、进程的状态

工作中任务数往往大于cpu核数，即一定有一些任务正在执行，而另外一些任务正在等待cpu进行执行，因此导致了进程有不同的状态

-就绪态：运行的条件都具备，正在等待cpu执行
-执行态：cpu正在执行其功能
-等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待状态

三、进程的创建multiprocessing
`multiprocessing`模块是跨平台版本的多进程模块，提供了一个`Process`类来代表一个进程对象，这个对象可以理解为是一个独立的进程，可以执行另外的事情
1.两个wihle循环一起执行
import time
from multiprocessing import Process

def run_proc():
	'''子进程要执行的代码'''
	while 1:
		print('当前任务被子进程运行,,,')
		time.sleep(1)

if __name__=='__main__':
	p = Process(target=run_proc)
	p.start()
	while 1:
		print('当前任务被主进程执行..')
		time.sleep(1)

创建子进程时，只需要传入一个执行函数(名)和函数的参数，创建一个Process实例，用start()方法启动
2.获取进程的pid
import os
import multiprocessing


def get_pid():
    print(f'子进程pid编号为: {os.getpid()}, 主进程编号为: {os.getppid()}')


if __name__ == '__main__':
    # 进程对象的创建使用的是:Process, 首字母大写
    p = multiprocessing.Process(target=get_pid)
    p.start()

    # 在主进程中获取编号
    print('主进程:', os.getpid())

    # 获取运行python程序的进程
    print('pycharm进程编号为:', os.getppid())
# 主进程: 13476
# pycharm进程编号为: 18496
# 子进程pid编号为: 14108, 主进程编号为: 13476

Process语法结构如下
Process(group[,target[,name[,args[,kwargs]]]])

  • target：如果传递了函数的引用，这个子进程就执行这里的代码
  • args：给target指定的函数传递的参数，以元组的方式传递
  • kwargs：给target指定的函数传递命名参数
  • name：给进程设定一个名字，可以不设定
  • group：指定进程组，大多数情况下用不到

    • Process创建实例对象的常用属性

    –start()：启动子进程实例（创建子进程）
    –is_alive()：判断子进程是否存活
    –join([timeout])：是否等待子进程执行结束，或等待多少秒
    –terminate()：不管任务是否完成，立即终止子进程

    Process创建的实例对象的常用属性

    –name：当前进程的别名，默认process-N，N为从1开始递增的整数
    –pid：当前进程的pid（进程号）

    3.给子进程指定的函数传递参数
    import os
from time import sleep
from multiprocessing import Process


def run_proc(name, age, **kwargs):
    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(0.2)


if __name__ == '__main__':
    p = Process(target=run_proc, args=('test', 18), kwargs={"m": 20})
    p.start()
    sleep(1)  # 1秒之后，立即结束子进程
    p.terminate()
    """
    但是通过执行系统命令ps查看停止后的进程
    你会发现, 直接调用terminate方法停止的进程变成了一个僵尸进程(defunct), 
    只能等待主程序退出, 这个僵尸进程才会消失.
    """
    # 等待子进程真正结束
    p.join()
    print(p.is_alive())
    4.进程间不共享全局变量
    import multiprocessing

nums = [1, 2, 3]


def work_1():
    for i in range(4, 7):
        nums.append(i)
    print('子进程1任务完成之后列表的元素为:', nums)


def work_2():
    nums.pop()
    print('子进程2获取的列表的元素为:', nums)


if __name__ == '__main__':
    p1 = multiprocessing.Process(target=work_1)
    p2 = multiprocessing.Process(target=work_2)

    p1.start()
    p1.join()

    p2.start()
    p2.join()

    print('主进程获取的全局变量为:', nums)
    # 子进程1任务完成之后列表的元素为: [1, 2, 3, 4, 5, 6]
    # 子进程2获取的列表的元素为: [1, 2]
    # 主进程获取的全局变量为: [1, 2, 3]
    """
    进程与进程之间的资源不共享
        在创建进程时会在内存中开辟一个新的空间
            并且将要执行的代码和需要使用的变量copy到这个新的空间中
        内存空间是相互隔离的
    """
    四、进程、线程对比
    1.功能

    –进程：能够完成多任务，比如在一台电脑上运行多个QQ
    –线程：能够完成多个任务，比如一个QQ中有多个聊天窗口

    2.定义的不同
    - 进程是系统进行资源分配和调度的一个独立单位.
- 线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.
    3.区别
    - 一个程序至少有一个进程,一个进程至少有一个线程.
- 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
- 进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率

- 线程不能够独立执行，必须依存在进程中
- 可以将进程理解为工厂中的一条流水线，而其中的线程就是这个流水线上的工人
    4.优缺点
    线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。
    五、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：

    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())  # 判断当前队列是否已满: False
q.put("消息3")
print(q.full())  # True

# 如果队列已满put_nowait会立即抛出异常，put等待两秒会抛出异常
q.put("消息4", True, 2)
q.put_nowait("消息4")

# 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())
    2.说明
    初始化`Queue()`对象时，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)
    • 3.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 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()

    print('')
    print('所有数据都写入并且读完')
    六、创建进程池
    1.使用pool创建进程池
    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，才会用之前的进程来执行新的任务，请看下面的实例：

    from multiprocessing import Pool
import os, time, random


def worker(msg):
    p_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)
    p_stop = time.time()
    print(msg, "执行完毕，耗时%0.2f" % (p_stop - p_start))


if __name__ == '__main__':
    main_start = time.time()
    po = Pool(3)  # 定义一个进程池，最大进程数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祖,))
        # 每次循环将会用空闲出来的子进程去调用目标
        po.apply_async(worker, (i,))
        # po.apply(worker, (i,))  # 同步执行 执行该方法会导致主进程堵塞

    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-----")
    main_stop = time.time()
    print(f'耗时: {main_stop - main_start}')

    multiprocessing.Pool常用函数解析：

  • apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表
  • close()：关闭Pool，使其不再接受新的任务
  • terminate()：不管任务是否完成，立即终止
  • join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用
    • 2.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：

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


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())


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


if __name__ == "__main__":
    print("(%s) start" % os.getpid())
    q = Manager().Queue()  # 使用Manager中的Queue
    po = Pool()
    po.apply_async(writer, (q,))
    # 等待队列写入
    time.sleep(0.1)
    po.apply_async(reader, (q,))
    po.close()
    po.join()
    print("(%s) End" % os.getpid())

    作者：py ~ 小久

    物联沃分享整理
    物联沃-IOTWORD物联网 » Python进程详解

    代码收藏家 普通

    分享到：

    相关推荐

    发表回复