Python的进程

shenzhang

进程

　　说明：本文是基于Py2.X环境，3.X在我电脑上出了些问题。两者差别并不大。

　　Python实现多进程的方式主要有两种：一种方法是使用os模块中的fork方法; 另一种是使用multiprocessing模块。这两种方法的区别在于前者仅适用于Unix/Linux操作操作。对win是不支持的，而后者则是跨平台的实现方式。

使用os模块中的fork方式实现多进程。
　　Unix/Linux操作系统提供了一个fork()系统调用，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。
　　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
　　

　　
print 'Process (%s) start...' % os.getpid()
　　

　　
pid = os.fork()
　　

　　
if pid == 0:
　　

　　print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid())
　　

　　
else:
　　

　　print 'I (%s) just created a child process (%s).' % (os.getpid(), pid)
　　

　　
得到：
　　

　　
Process (2450) start...
　　

　　
I (2450) just created a child process (2451).
　　

　　
I am child process (2451) and my parent is 2450.
　　

　　

使用Multiprocessing查模块创建多进程。
　　multiprocessing模块提供了一个Process类来描述一个进程对象，创建子进程时，只需要传入一个执行函数和函数的参数即可完成一个Process实例的创建，用start()方法启动进程，用join()方法实现进程间的同步。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。
　　

　　
# -*- coding:utf-8 -*-
　　

　　
from multiprocessing import Process
　　

　　
import os
　　

　　
# 子进程要执行的代码
　　

　　
def run_proc(name):
　　

　　print 'Run child process %s (%s)...' % (name, os.getpid())
　　

　　
if __name__ == '__main__':
　　

　　print 'Parent process %s.' % os.getpid()
　　

　　p = Process(target=run_proc, args=('test',))
　　

　　print 'Process will start.'
　　

　　p.start()
　　

　　p.join()
　　

　　print 'Process end.'
　　

　　
得到：
　　

　　
Parent process 2533.
　　

　　
Process will start.
　　

　　
Run child process test (2534)...
　　

　　
Process end.
　　

　　

　　####multiprocessing模块提供了一个pool类来代表进程池对象
　　Pool可以提供指定数量的进程供用户调用，默认大小是cpu的核数，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，但如果池的进程数已经达到规定最大值，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处理它。
　　

　　
# -*- coding:utf-8 -*-
　　

　　
from multiprocessing import Pool
　　

　　
import os, time, random
　　

　　
def long_time_task(name):
　　

　　print 'Run task %s (%s)...' % (name, os.getpid())
　　

　　start = time.time()
　　

　　time.sleep(random.random() * 3)
　　

　　end = time.time()
　　

　　print 'Task %s runs %0.2f seconds.' % (name, (end - start))
　　

　　
if __name__ == '__main__':
　　

　　print 'Parent process %s.' % os.getpid()
　　

　　p = Pool()
　　

　　for i in range(5):
　　

　　p.apply_async(long_time_task, args=(i,))
　　

　　print 'Waiting for all subprocesses done...'
　　

　　p.close()
　　

　　p.join()
　　

　　print 'All subprocesses done.'
　　

　　
得到：
　　

　　
Parent process 2541.
　　

　　
Waiting for all subprocesses done...
　　

　　
Run task 0 (2543)...
　　

　　
Run task 1 (2544)...
　　

　　
Run task 2 (2545)...
　　

　　
Run task 3 (2546)...
　　

　　
Task 0 runs 0.02 seconds.
　　

　　
Run task 4 (2543)...
　　

　　
Task 2 runs 0.60 seconds.
　　

　　
Task 4 runs 1.18 seconds.
　　

　　
Task 3 runs 1.26 seconds.
　　

　　
Task 1 runs 1.66 seconds.
　　

　　
All subprocesses done.
　　

　　

　　对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，调用close()之后就不能继续添加新的Process了。

进程间的通信
　　Process之间肯定是需要通信的，操作系统提供了很多机制来实现进程间的通信。Python的multiprocessing模块包装了底层的机制，提供了Queue、Pipes等多种方式来交换数据。两者的区别在于Pipe常用于两个进程间的通讯而Queue用于多个进程间实现通讯。

Queue通讯
　　Queue是多进程安全的队列，可以使用Queue实现多进程之间的数据传输，有两个方法:put和get进行Queue操作。

• 　　put方法用以插入数据队列中它可以有两个可选参数:blocked和timeout，如果blocked为True(默认值)并且timeout是正值，该方法会阻塞timeout指定的时间，直到该队列有剩余空间,如果超时，会抛出Queue.Full异常，如果blocked为False，但该Queue已满，则会立即抛出Queue.Full异常。
  
  
• Get方法用以从队列读取并且删除一个元素。它可以有两个可选参数:blocked和timeout，如果blocked为True(默认值)并且timeout是正值，那么在等待时间内没有取到任何元素会抛出Queue.Empty异常，如果blocked为False，分两种情况：如果Queue有一个值木口月禾，则立即返回该值，否则如果队列为空，则立即抛出Queuq.Empty异常。
  

　　

　　
# -*- coding:utf-8 -*-
　　

　　
from multiprocessing import Process, Queue
　　

　　
import os, time, random
　　

　　
# 写数据进程执行的代码:
　　

　　
def write(q):
　　

　　for value in ['A', 'B', 'C']:
　　

　　print 'Put %s to queue...' % value
　　

　　q.put(value)
　　

　　time.sleep(random.random())
　　

　　
# 读数据进程执行的代码:
　　

　　
def read(q):
　　

　　while True:
　　

　　value = q.get(True)
　　

　　print 'Get %s from queue.' % value
　　

　　
if __name__ == '__main__':
　　

　　# 父进程创建Queue，并传给各个子进程：
　　

　　q = Queue()
　　

　　pw = Process(target=write, args=(q,))
　　

　　pr = Process(target=read, args=(q,))
　　

　　# 启动子进程pw，写入:
　　

　　pw.start()
　　

　　# 启动子进程pr，读取:
　　

　　pr.start()
　　

　　# 等待pw结束:
　　

　　pw.join()
　　

　　# pr进程里是死循环，无法等待其结束，只能强行终止:
　　

　　pr.terminate()
　　

　　
得到：
　　

　　
Put A to queue...
　　

　　
Get A from queue.
　　

　　
Put B to queue...
　　

　　
Get B from queue.
　　

　　
Put C to queue...
　　

　　
Get C from queue.
　　

　　

Pipes通讯
　　Pipe常用来在两个进程间进行通信，两个进程分别位于管道的两端。
　　Pipe方法返回(conn1,conn2)代表一个管道的两个端，Pipe方法有duplex参数，如果duplex参数为True(默认值)，那么这个管道是全双工模式，也就是说conn1和conn2均可收发，若duplex为False，conn1只负责接收消息，conn2只负责发送消息。send和recv方法分别是发送和接收消息的方法。例如，在全双工模式下，可以调用conn1.send发送消息,conn1.recv接收消息。如果没有消息可接收，recv方法会一直阻塞。如果管道已经被关闭，那么recv方法会抛出EOFError.
　　

　　
import multiprocessing
　　

　　
import random
　　

　　
import time, os
　　

　　
def proc_send(pipe, urls):
　　

　　for url in urls:
　　

　　print "process(%s) send:%s" % (os.getpid(), url)
　　

　　pipe.send(url)
　　

　　time.sleep(random.random())
　　

　　
def proc_recv(pipe):
　　

　　while True:
　　

　　print "Process(%s) rev:%s" % (os.getpid(), pipe.recv())
　　

　　time.sleep(random.random())
　　

　　
if __name__ == "__main__":
　　

　　pipe = multiprocessing.Pipe()
　　

　　p1 = multiprocessing.Process(target=proc_send,args=(pipe[0],['url_'+str(i) for i in range(10)]))
　　

　　p2 = multiprocessing.Process(target=proc_recv,args=(pipe[1],))
　　

　　p1.start()
　　

　　p2.start()
　　

　　p1.join()
　　

　　p2.join()
　　

　　
得到：
　　

　　
process(1134) send:url_0
　　

　　
Process(1135) rev:url_0
　　

　　
process(1134) send:url_1
　　

　　
Process(1135) rev:url_1
　　

　　
process(1134) send:url_2
　　

　　
Process(1135) rev:url_2
　　

　　
process(1134) send:url_3
　　

　　
Process(1135) rev:url_3
　　

　　
process(1134) send:url_4
　　

　　
Process(1135) rev:url_4
　　

　　
process(1134) send:url_5
　　

　　
Process(1135) rev:url_5
　　

　　
process(1134) send:url_6
　　

　　
Process(1135) rev:url_6
　　

　　
process(1134) send:url_7
　　

　　
Process(1135) rev:url_7
　　

　　
process(1134) send:url_8
　　

　　
Process(1135) rev:url_8
　　

　　
process(1134) send:url_9
　　

　　
Process(1135) rev:url_9