Python多進(jìn)程multiprocessing包有什么作用

這篇文章主要講解了“Python多進(jìn)程multiprocessing包有什么作用”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“Python多進(jìn)程multiprocessing包有什么作用”吧！

threading和multiprocessing

multiprocessing包是Python中的多進(jìn)程管理包。與threading.Thread類(lèi)似，它可以利用multiprocessing.Process對(duì)象來(lái)創(chuàng)建一個(gè)進(jìn)程。該進(jìn)程可以運(yùn)行在Python程序內(nèi)部編寫(xiě)的函數(shù)。該P(yáng)rocess對(duì)象與Thread對(duì)象的用法相同，也有start(), run(), join()的方法。此外multiprocessing包中也有Lock/Event/Semaphore/Condition類(lèi) (這些對(duì)象可以像多線程那樣，通過(guò)參數(shù)傳遞給各個(gè)進(jìn)程)，用以同步進(jìn)程，其用法與threading包中的同名類(lèi)一致。所以，multiprocessing的很大一部份與threading使用同一套API，只不過(guò)換到了多進(jìn)程的情境。

但在使用這些共享API的時(shí)候，我們要注意以下幾點(diǎn):

• 在UNIX平臺(tái)上，當(dāng)某個(gè)進(jìn)程終結(jié)之后，該進(jìn)程需要被其父進(jìn)程調(diào)用wait，否則進(jìn)程成為 僵尸進(jìn)程(Zombie)。所以，有必要對(duì)每個(gè)Process對(duì)象調(diào)用join()方法 (實(shí)際上等同于wait)。對(duì)于多線程來(lái)說(shuō)，由于只有一個(gè)進(jìn)程，所以不存在此必要性。

• multiprocessing提供了threading包中沒(méi)有的IPC(比如Pipe和Queue)，效率上更高。應(yīng)優(yōu)先考慮Pipe和Queue，避免使用Lock/Event/Semaphore/Condition等同步方式 (因?yàn)樗鼈冋紦?jù)的不是用戶進(jìn)程的資源)。

• 多進(jìn)程應(yīng)該避免共享資源。在多線程中，我們可以比較容易地共享資源，比如 使用全局變量或者傳遞參數(shù)。在多進(jìn)程情況下，由于每個(gè)進(jìn)程有自己獨(dú)立的內(nèi)存空間，以上方法并不合適。此時(shí)我們可以通過(guò) 共享內(nèi)存和Manager的方法來(lái)共享資源。但這樣做提高了程序的復(fù)雜度，并因?yàn)橥降男枰档土顺绦虻男省?/p>

Process.PID中保存有PID，如果進(jìn)程還沒(méi)有start()，則PID為None。

我們可以從下面的程序中看到Thread對(duì)象和Process對(duì)象在使用上的相似性與結(jié)果上的不同。各個(gè)線程和進(jìn)程都做一件事：打印PID。但問(wèn)題是，所有的任務(wù)在打印的時(shí)候都會(huì)向同一個(gè)標(biāo)準(zhǔn)輸出(stdout)輸出。這樣輸出的字符會(huì)混合在一起，無(wú)法閱讀。使用Lock同步，在一個(gè)任務(wù)輸出完成之后，再允許另一個(gè)任務(wù)輸出，可以避免多個(gè)任務(wù)同時(shí)向終端輸出。

# Similarity and difference of multi thread vs. multi process# Written by Vameiimport osimport threadingimport multiprocessing# worker functiondef worker(sign, lock):
    lock.acquire()    print(sign, os.getpid())
    lock.release()# Mainprint('Main:',os.getpid())# Multi-threadrecord = []
lock  = threading.Lock()for i in range(5):
    thread = threading.Thread(target=worker,args=('thread',lock))
    thread.start()
    record.append(thread)for thread in record:
    thread.join()# Multi-processrecord = []
lock = multiprocessing.Lock()for i in range(5):
    process = multiprocessing.Process(target=worker,args=('process',lock))
    process.start()
    record.append(process)for process in record:
    process.join()

所有Thread的PID都與主程序相同，而每個(gè)Process都有一個(gè)不同的PID。

(練習(xí): 使用mutiprocessing包將 Python多線程與同步中的多線程程序更改為多進(jìn)程程序)

Pipe和Queue

正如我們?cè)? Linux多線程中介紹的管道PIPE和消息隊(duì)列message queue，multiprocessing包中有Pipe類(lèi)和Queue類(lèi)來(lái)分別支持這兩種IPC機(jī)制。Pipe和Queue可以用來(lái)傳送常見(jiàn)的對(duì)象。

1) Pipe可以是單向(half-duplex)，也可以是雙向(duplex)。我們通過(guò)mutiprocessing.Pipe(duplex=False)創(chuàng)建單向管道 (默認(rèn)為雙向)。一個(gè)進(jìn)程從PIPE一端輸入對(duì)象，然后被PIPE另一端的進(jìn)程接收，單向管道只允許管道一端的進(jìn)程輸入，而雙向管道則允許從兩端輸入。

下面的程序展示了Pipe的使用:

# Multiprocessing with Pipe# Written by Vameiimport multiprocessing as muldef proc1(pipe):
    pipe.send('hello')    print('proc1 rec:',pipe.recv())def proc2(pipe):    print('proc2 rec:',pipe.recv())
    pipe.send('hello, too')# Build a pipepipe = mul.Pipe()# Pass an end of the pipe to process 1p1   = mul.Process(target=proc1, args=(pipe[0],))# Pass the other end of the pipe to process 2p2   = mul.Process(target=proc2, args=(pipe[1],))
p1.start()
p2.start()
p1.join()
p2.join()

這里的Pipe是雙向的。

Pipe對(duì)象建立的時(shí)候，返回一個(gè)含有兩個(gè)元素的表，每個(gè)元素代表Pipe的一端(Connection對(duì)象)。我們對(duì)Pipe的某一端調(diào)用send()方法來(lái)傳送對(duì)象，在另一端使用recv()來(lái)接收。

2) Queue與Pipe相類(lèi)似，都是先進(jìn)先出的結(jié)構(gòu)。但Queue允許多個(gè)進(jìn)程放入，多個(gè)進(jìn)程從隊(duì)列取出對(duì)象。Queue使用mutiprocessing.Queue(maxsize)創(chuàng)建，maxsize表示隊(duì)列中可以存放對(duì)象的最大數(shù)量。

下面的程序展示了Queue的使用:

# Written by Vameiimport osimport multiprocessingimport time#==================# input workerdef inputQ(queue):
    info = str(os.getpid()) + '(put):' + str(time.time())
    queue.put(info)# output workerdef outputQ(queue,lock):
    info = queue.get()
    lock.acquire()    print (str(os.getpid()) + '(get):' + info)
    lock.release()#===================# Mainrecord1 = []   # store input processesrecord2 = []   # store output processeslock  = multiprocessing.Lock()    # To prevent messy printqueue = multiprocessing.Queue(3)# input processesfor i in range(10):
    process = multiprocessing.Process(target=inputQ,args=(queue,))
    process.start()
    record1.append(process)# output processesfor i in range(10):
    process = multiprocessing.Process(target=outputQ,args=(queue,lock))
    process.start()
    record2.append(process)for p in record1:
    p.join()
queue.close()  # No more object will come, close the queuefor p in record2:
    p.join()

 一些進(jìn)程使用put()在Queue中放入字符串，這個(gè)字符串中包含PID和時(shí)間。另一些進(jìn)程從Queue中取出，并打印自己的PID以及get()的字符串。

感謝各位的閱讀，以上就是“Python多進(jìn)程multiprocessing包有什么作用”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)Python多進(jìn)程multiprocessing包有什么作用這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！