Skip to content

Latest commit

 

History

History
213 lines (161 loc) · 9.68 KB

16-进程.md

File metadata and controls

213 lines (161 loc) · 9.68 KB

多任务——进程

什么叫“多任务”？简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业， 这就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。

  • cpu时间片：cpu为每个分配极短的执行时间，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。
  • 多核cpu：真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。

1 进程的创建-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:
    # 父进程执行
    print('1')
else:
    # 子进程执行
    print('2')

运行结果为同是打印了1和2。

  • 如果pid的返回值小于0，则表示fork失败
  • 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。

  • getpid()：获取进程id
  • getppid()：获取父进程id
  • 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
  • fork一次后有两个进程，再次fork后，则会存在4个进程

注意：防止fork炸弹

import os
while True:
    os.fork()

2 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

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',)) # args为元组类型
    print('子进程将要执行')
    p.start()
    p.join()
    print('子进程已结束')
  • 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

3 进程的创建-Process子类

创建新的进程还能够使用类的方式还可以自定义一个类，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

使用Process创建的子进程与fork存储不同，fork创建的子进程后，主进程不关心子进程是否结束，而使用使用Process创建子进程后，主进程 会等待所有子进程执行完毕后才会结束。

4 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

multiprocessing.Pool常用函数：

  • 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
  • apply(func[, args[, kwds]])：使用阻塞方式调用func
  • 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

5 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。

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。

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())
  • 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；
    • 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；
    • 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；
    • 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；
    • 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)；

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.

示例：

#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())