python并发执行之多进程

2331

  多进程顾名思义程序启动的时候运行多个进程，每个进程启动一条线程进行程序处理。 没启动一个进程就要单独划分一块内存资源。就像工厂的厂房。为了提高效率每多添加一条生产线就要单独再盖一个厂房。每个厂房相互是独立的。所以启动多进程是很消耗资源的，毕竟厂房盖多了厂区就没地方给其他设施用了。
    多进程的代码实现方法和多线程的函数方式很类似

1 2 3 4 5 6 7 8 9 10 11 12 13

#!/usr/bin/env python # -*-coding:utf-8-*- from multiprocessing import Process #引用的模块变成了多进程模块 def foo(i):     print 'say hi',i for i in range(10):     """     同时启动10个进程，把Process()实例化给p     调用p.start()方法启动每个进程     """     p = Process(target=foo,args=(i,))     p.start()

上面提到了多进程之间数据是相互独立的，我们来写一段代码测试一下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

#!/usr/bin/env python #coding:utf-8    from multiprocessing import Process    li = []    def foo(i): #向列表中加入当前的进程序列号     li.append(i)     print 'say hi',li     for i in range(10):     p = Process(target=foo,args=(i,))     p.start()        print 'ending',li

上面的代码运行结果是

1 2 3 4 5 6 7 8 9 10 11 12

[wgw@mail ~]$ python test.py say hi [0] say hi [1] say hi [2] say hi [3] say hi [4] say hi [5] say hi [6] say hi [7] say hi [8] ending [] say hi [9]

注意看ending [] 这一列。通过代码我们得知每个一个派生的子进程都会调用foo()函数并将自己的进程运行序列号添加到li表中。但是当最后我们要查看li[]表里存储的内容，我们并没有看到自己希望看到[0,1,2...9]的内容这是为什么呢？这其实就是进程的内存相互独立导致的。我们创建了进程0，那么进程就复制了一个空列表li[],并把0追加到表里。那么对于进程0来说li列表的内容就是li[0]。但是进程1在启动之后也和进程0一样复制了一个空列表li[]，对于进程1来说运行结束时候自己的列表li的内容就是li[1]。以此类推，启动了10个子进程就复制了10个li[]空列表。每个进程中的列表都是相互独立的，而程序的最后我们打印的是最主进程的那个li[]列表，这个列表没有被操作过所以还是空的。通过这里我们也可以得知，多进程的时候每个进程都要对资源进行复制。所以进程启动多了会异常的消耗资源。