Python基礎(chǔ)之進程的示例分析

這篇文章將為大家詳細講解有關(guān)Python基礎(chǔ)之進程的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

一、前言

進程，一個新鮮的字眼，可能有些人并不了解，它是系統(tǒng)某個運行程序的載體，這個程序可以有單個或者多個進程，一般來說，進程是通過系統(tǒng)CPU 內(nèi)核數(shù)來分配并設(shè)置的，我們可以來看下系統(tǒng)中的進程：

可以看到，360瀏覽器是真的皮，這么多進程啊，當(dāng)然可以這樣來十分清楚的看進程線程使用情況：

通過任務(wù)管理器中的資源監(jiān)視器，是不是很厲害了，哈哈哈。講完了這些，再說說用法。

二、基本用法

進程能干什么，這是我們要深思熟慮的事情。我們都知道一個程序運行會創(chuàng)建進程，所以程序在創(chuàng)建這些進程的時候，為了讓它們更能有條不紊的工作，肯定也加入了線程。

那么一條進程里面就會有多個線程協(xié)同作戰(zhàn)，但是進程不可以創(chuàng)建過多，不然會消耗資源，除非你開發(fā)的是一個大型的系統(tǒng)。那么，我們現(xiàn)在就來創(chuàng)建一個進程吧。

一、創(chuàng)建進程 1.在創(chuàng)建進程之前，我們先導(dǎo)入進程的模塊，代碼如下：

import multiprocess as m
m.Process(target，args)

其實這種寫法是不對的，就好比bs4中的BeautifulSoup，你想通過先導(dǎo)入bs4，然后再引入BeautifulSoup是行不通的，必須這樣：

from multiprocessing import Process
Process(group, target, args, kwargs, name)
group:用戶組
target:調(diào)用函數(shù)
args:參數(shù)元祖
kwargs:參數(shù)字典
name:子進程名稱

可以看出進程和線程的用法基本差不多，只是名稱功能不同而已。而且還有很多其它優(yōu)秀的方法：

# 返回當(dāng)前進程存活的子進程的列表。調(diào)用該方法有“等待”已經(jīng)結(jié)束的進程的副作用。
multiprocessing.active_children()
 
 
# 返回系統(tǒng)的CPU數(shù)量。
multiprocessing.cpu_count()

三、創(chuàng)建單個進程

由上述參數(shù)可知函數(shù)的返回值，基本與線程無差異化。

#啟動進程，調(diào)用進程中的run()方法。
start()
 
 
#進程活動的方法
run()
 
 
#強制終止進程，不會進行任何清理操作。如果終止前創(chuàng)建了子進程，那么該子進程在其強制結(jié)束后變?yōu)榻┦M程；如果該進程還保存了一個鎖，那么也將不會被釋放，進而導(dǎo)致死鎖。
terminate()
 
 
#判斷某進程是否存活，存活返回True，否則False。
is_alive()
 
 
主線程等待子線程終止。timeout為可選擇超時時間；需要強調(diào)的是：p.join只能join住start開啟的進程，而不能join住run開啟的進程。
join([timeout])
 
 
#設(shè)置進程為后臺守護進程；當(dāng)該進程的父進程終止時，該進程也隨之終止，并且該進程不能創(chuàng)建子進程，設(shè)置該屬性必須在start()之前
daemon
 
 
#進程名稱。
name
 
 
#進程pid，在start后才能產(chǎn)生
pid
 
 
#子進程的退出代碼。如果進程尚未終止，這將是 None，負值-N表示子進程被信號N終止。
exitcode
 
 
#進程身份驗證，默認(rèn)是os.urandom()隨機生成的字符串。校驗網(wǎng)進程連接是否正確
authkey
 
 
#系統(tǒng)對象的數(shù)字句柄，當(dāng)進程結(jié)束時將變?yōu)?nbsp;"ready" 。
sentinel
 
 
#殺進程
kill()
 
 
#關(guān)閉進程
close()

請注意：創(chuàng)建進程務(wù)必將它加入如下語句中：

if __name__ == '__main__':

這樣就實現(xiàn)了我們的一個關(guān)于進程的程序了。另外我們也可以通過繼承進程類來實現(xiàn)：

可以說我們每創(chuàng)建一個進程它就會有一個ID來標(biāo)志它，下面情況：

四、創(chuàng)建多個進程

單個進程往往都是不夠用的，所有我們需要創(chuàng)建一個多進程，多進程創(chuàng)建方法也很簡單，加一層循環(huán)即可：

這樣就輕松創(chuàng)建了多進程的任務(wù)，速度比以往就要更快了。

五、進程池

進程池的設(shè)計之初就是為了方便我們更有效的利用資源，避免浪費，如果任務(wù)量大就多個核一起幫忙，如果少就只開一兩個核，下面我們來看看實現(xiàn)過程：

首先導(dǎo)入包:

from multiprocessing import Pool
import multiprocessing as m

進程池的安裝包為Pool，然后我們來看下它的CPU內(nèi)核數(shù)：

num=m.cpu_count()#CPU內(nèi)核數(shù)

緊接著我們在來創(chuàng)建進程池：

pool=multiprocessing.Pool(num)

進程池中也有很多方法供我們使用：

apply(func，args，kwargs)                 同步執(zhí)行（串行） 阻塞
 
 
apply_async(func，args，kwargs)           異步執(zhí)行（并行） 非阻塞
 
 
terminate()            強制終止進程，不在處理未完成的任務(wù)。
 
 
join()     主進程阻塞，等待子進程的退出。必須在close或terminate()之后使用
 
 
close()            等待所有進程結(jié)束后，才關(guān)閉進程池
 
 
map(func，iterable，chunksize=int) map函數(shù)的并行版本，保持阻塞直到獲得結(jié)果
 
 
#返回一個可用于獲取結(jié)果的對象，回調(diào)函數(shù)應(yīng)該立即執(zhí)行完成，否則會阻塞負責(zé)處理結(jié)果的線程
map_async(func，iterable，chunksize，callback，error_callback)
 
 
imap(func，iterable，chunksize) map的延遲執(zhí)行版本
 
 
#和imap() 相同，只不過通過迭代器返回的結(jié)果是任意的
imap_unordered(func，iterable，chunksize)
 
 
#和 map() 類似，不過 iterable 中的每一項會被解包再作為函數(shù)參數(shù)。
starmap(func，iterable，chunksize)

為此我們可以創(chuàng)建同步和異步的程序，如果你對這對于爬蟲來說是很不錯的選擇，小點的爬蟲同步就好，大的爬蟲異步效果更佳，很多人不了解異步和同步，其實同步異步就是串行和并行的意思串行和并行簡單點說就是串聯(lián)和并聯(lián)。下面我們通過實例一起來看一下：

串行

并行

可以看到，僅僅只是一個參數(shù)的變化而已，其它的都是大同小異，我們獲取到了當(dāng)前進程的pid，然后把它打印出來了。

六、鎖

雖然異步編程多進程給我們帶來了便利，但是進程啟動后是不可控的，我們需要將它控制住，讓它干我們覺得有意義的事，這個時候我們需要給它加鎖，和線程一樣都是lock：

首先導(dǎo)入進程鎖的模塊：

from multiprocessing import Lock

然后我們來創(chuàng)建一個關(guān)于鎖的程序：

可以看到，加鎖的過程還是比較順利的，跟多線程一樣簡單，但是相對來說速度會慢一點。既然有Lock，那么勢必就有RLock了，在python 中，進程和線程的很多用法一致，鎖就是。我們可以把它改為RLock，下面便是可重入鎖，也就是可以遞歸:

import time
lock1=RLock()
lock2=RLock()
s=time.time()
def jc(num):
    lock1.acquire()
    lock2.acquire()
    print('start')
    print(m.current_process().pid，'run----'，str(num))
    lock1.release()
    lock2.release()
    print('end')
if __name__ == '__main__':
    aa=[]
    for y in range(12):
        pp=Process(target=jc，args=(y，))
        pp.start()
        aa.append(pp)
    for x in aa:
        x.join()
    e=time.time()
    print(e-s)

七、進程間通信

Event

進程間用于通信，方法和線程的一模一樣，這里舉個小栗子，不在詳細描述，不懂的可以看我上一篇關(guān)于線程的文章，我們今天要講的是其它的進程間通信方式，下面請看：

import time
e=Event()
def main(num):
    while True:
        if num<5:
            e.clear()   #清空信號標(biāo)志
            print('清空')
        if num>=5:
            e.wait(timeout=1) #等待信號標(biāo)志為真
            e.set()
            print('啟動')
            
        if num==10:
            e.wait(timeout=3)
            e.clear()
            print('退出')
            break
        num+=1
        time.sleep(2)
if __name__ == '__main__':
    for y in range(10):
        pp=Process(target=main，args=(y，))
        pp.start()
        pp.join()

管道傳遞消息

管道模塊初始化后返回兩個參數(shù)，一個為發(fā)送者，一個為接收者，它有個參數(shù)可以設(shè)置模式為全雙工或者半雙工，全雙工收發(fā)一體，半雙工只收或者只發(fā)，先了解下它的方法：

p1，p2=m.Pipe(duplex=bool) #設(shè)置是否全雙工，返回兩個連接對象

p1.send()  #發(fā)送
p2.recv()  #接收
p1.close()  #關(guān)閉連接
p1.fileno() #返回連接使用的整數(shù)文件描述符
p1.poll([timeout]) #如果連接上的數(shù)據(jù)可用，返回True，timeout指定等待的最長時限。
p2.recv_bytes([maxlength]) #接收最大字節(jié)數(shù)
p1.send_bytes([maxlength]) #發(fā)送最大字節(jié)數(shù)
#接收一條完整的字節(jié)消息，并把它保存在buffer對象中，offset指定緩沖區(qū)中放置消息處的字節(jié)位移.
p2.recv_bytes_into(buffer [， offset])

先收后發(fā)，其實我們完全可以使用鎖來控制它的首發(fā)，可以讓它一邊收一邊發(fā)。

隊列

隊列與其它不同的是它采取插入和刪除的方法，讓我們來看下：

def fd(a):
    for y in range(10):
        a.put(y)  #插入數(shù)據(jù)
        print('插入：'，str(y))
def df(b):
    while True:
        aa=b.get(True) #刪除數(shù)據(jù)
        print('釋放：'，str(aa))
if __name__ == '__main__':
    q=Queue()
    ff=Process(target=fd，args=(q，))
    dd=Process(target=df，args=(q，))
    ff.start() #開始運行
    dd.start()
    dd.terminate() #關(guān)閉
    ff.join()

以上講的隊列主要用于多進程的隊列，還有一個進程池的隊列，它在Manager模塊中。

八、信號量

與線程中完全一樣，這里不在贅述，看下例：

s=Semaphore(3)
s.acquire()
print(s.get_value())
s.release()
print(s.get_value())
print(s.get_value())
s.release()
print(s.get_value())
s.release()
 
 
output：
2
3
3
4

九、數(shù)據(jù)共享

共享數(shù)據(jù)類型可以直接通過進程模塊來設(shè)置：

數(shù)值型：m.Value()  
數(shù)組性：m.Array()  
字典型：m.dict()  
列表型:m.list()

也可以通過進程的Manager模塊來實現(xiàn)：

Manager().dict()
Manager.list()

下面我們就來舉例說明下吧：

可以看到我們成功的將數(shù)據(jù)添加了進去，形成了數(shù)據(jù)的共享。

python可以做什么

Python是一種編程語言，內(nèi)置了許多有效的工具，Python幾乎無所不能，該語言通俗易懂、容易入門、功能強大，在許多領(lǐng)域中都有廣泛的應(yīng)用，例如最熱門的大數(shù)據(jù)分析，人工智能，Web開發(fā)等。

關(guān)于“Python基礎(chǔ)之進程的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。