Python標(biāo)準(zhǔn)庫的很多初步進(jìn)程是怎樣的

Python標(biāo)準(zhǔn)庫的很多初步進(jìn)程是怎樣的，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

　　我們知道使用subprocess包來創(chuàng)建子進(jìn)程，但這個包是有兩個很大的局限性的：

　　1)我們總是讓subprocess運(yùn)行外部的程序，而不是運(yùn)行一個Python腳本內(nèi)部編寫的函數(shù)。

　　2)進(jìn)程間只通過管道進(jìn)行文本交流。以上限制了我們將subprocess包應(yīng)用到更廣泛的多進(jìn)程任務(wù)。(這樣的比較實(shí)際是不公平的，因?yàn)閟ubprocessing本身就是設(shè)計(jì)成為一個shell，而不是一個多進(jìn)程管理包)

threading和multiprocessing

　　multiprocessing包是Python中的多進(jìn)程管理包。與threading.Thread類似，它可以利用multiprocessing.Process對象來創(chuàng)建一個進(jìn)程。該進(jìn)程可以運(yùn)行在Python程序內(nèi)部編寫的函數(shù)。該P(yáng)rocess對象與Thread對象的用法相同，也有start(),run(),join()的方法。此外multiprocessing包中也有Lock/Event/Semaphore/Condition類(這些對象可以像多線程那樣，通過參數(shù)傳遞給各個進(jìn)程)，用以同步進(jìn)程，其用法與threading包中的同名類一致。所以，multiprocessing的很大一部份與threading使用同一套API，只不過換到了多進(jìn)程的情境。

　　但在使用這些共享API的時候，我們要注意以下幾點(diǎn):

　　在UNIX平臺上，當(dāng)某個進(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，有必要對每個Process對象調(diào)用join()方法(實(shí)際上等同于wait)。對于多線程來說，由于只有一個進(jìn)程，所以不存在此必要性。

　　multiprocessing提供了threading包中沒有的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。此時我們可以通過共享內(nèi)存和Manager的方法來共享資源。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)程還沒有start()，則PID為None。

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

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。