【python高级基础 笔记】多任务-进程
目录
1. 进程的创建
multiprocessing模块就是跨平台版本的多进程模块,提供了一个Process类来代表一个进程对象,这个对象可以理解为是一个独立的进程,可以执行另外的事情。
Process([group [, target [, name [, args [, kwargs]]]]])
- target:如果传递了函数的引用,可以任务这个子进程就执行这里的代码
- args:给target指定的函数传递的参数,以元组的方式传递
- kwargs:给target指定的函数传递命名参数
- name:给进程设定一个名字,可以不设定
- group:指定进程组,大多数情况下用不到
Process创建的实例对象的常用方法:
- start():启动子进程实例(创建子进程)
- is_alive():判断进程子进程是否还在活着
- join([timeout]):是否等待子进程执行结束,或等待多少秒
- terminate():不管任务是否完成,立即终止子进程
Process创建的实例对象的常用属性:
- name:当前进程的别名,默认为Process-N,N为从1开始递增的整数
- pid:当前进程的pid(进程号)
1.1. 进程实现多任务 小例子:
创建子进程时,只需要传入一个执行函数和函数的参数,创建一个Process实例,用start()方法启动
import time
import multiprocessing
def test1():
while True:
print("1--------")
time.sleep(1)
def test2():
while True:
print("2--------")
time.sleep(1)
def main():
p1 = multiprocessing.Process(target=test1)
p2 = multiprocessing.Process(target=test2)
p1.start()
p2.start()
if __name__ == "__main__":
main()
1.2 获取进程pid、传递参数 小例子
注:os.getpid()获取当前进程的进程号, os.getppid()获取当前进程的父进程的进程号。
import multiprocessing
import os
import time
def test(a, b, c, *args, **kwargs):
print(a)
print(b)
print(c)
print(args)
print(kwargs)
def main():
print("----in 主进程 pid=%d---父进程pid=%d----" % (os.getpid(), os.getppid()))
p = multiprocessing.Process(target=test, args=(11, 22, 33, 44, 55, 66, 77, 88), kwargs={"mm":11})
p.start()
if __name__ == "__main__":
main()
输出结果:
----in 主进程 pid=81311---父进程pid=54485----
11
22
33
(44, 55, 66, 77, 88)
{'mm': 11}
2.进程、线程对比
定义:
- 进程是系统进行资源分配和调度的一个独立单位.
- 线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.
区别:
- 一个程序至少有一个进程,一个进程至少有一个线程.
- 线程的划分尺度小于进程(资源比进程少),使得多线程程序的并发性高。
- 进程在执行过程中拥有独立的内存单元,而多个线程共享内存,从而极大地提高了程序的运行效率
- 线程不能够独立执行,必须依存在进程中
- 线程执行开销小,但不利于资源的管理和保护;而进程正相反。
3. 进程间通信-Queue
3.1 Queue的使用
multiprocessing模块的Queue实现多进程之间的数据传递,Queue本身是一个消息列队程序。
初始化Queue()对象时(如:q=Queue()),若括号中没有指定最大可接收的消息数量,或数量为负值,那么就代表可接受的消息数量没有上限(直到内存的尽头);
1. Queue.qsize():返回当前队列包含的消息数量;
2. Queue.empty():如果队列为空,返回True,反之False ;
3. Queue.full():如果队列满了,返回True,反之False;
4. Queue.get([block[, timeout]]):获取队列中的一条消息,然后将其从列队中移除,block默认值为True;
1)如果block使用默认值,且没有设置timeout(单位秒),消息列队如果为空,此时程序将被阻塞(停在读取状态),直到从消息列队读到消息为止,如果设置了timeout,则会等待timeout秒,若还没读取到任何消息,则抛出"Queue.Empty"异常;
2)如果block值为False,消息列队如果为空,则会立刻抛出"Queue.Empty"异常;
5. Queue.get_nowait():相当Queue.get(False);
6. Queue.put(item,[block[, timeout]]):将item消息写入队列,block默认值为True;
1)如果block使用默认值,且没有设置timeout(单位秒),消息列队如果已经没有空间可写入,此时程序将被阻塞(停在写入状态),直到从消息列队腾出空间为止,如果设置了timeout,则会等待timeout秒,若还没空间,则抛出"Queue.Full"异常;
2)如果block值为False,消息列队如果没有空间可写入,则会立刻抛出"Queue.Full"异常;
7. Queue.put_nowait(item):相当Queue.put(item, False);
3.2. Queue 小实例
功能:在父进程中创建两个子进程,一个往Queue里写数据,一个从Queue里读数据:
from multiprocessing import Process, Queue
import os, time, random
# 写数据:
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:
def read(q):
while True:
if not q.empty():
value = q.get(True)
print('Get %s from queue.' % value)
time.sleep(random.random())
else:
break
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()
# 等待pw结束:
pw.join()
# 启动子进程pr,读取:
pr.start()
pr.join()
print('')
print('所有数据都写入并且读完')
4.进程池Pool
- 当要创建的子进程数量多时,可用multiprocessing模块提供的Pool方法创建进程池。
- 初始化Pool时,可以指定一个最大进程数,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;但如果池中的进程数已经达到指定的最大值,那么该请求就会等待,直到池中有进程结束,才会用之前的进程来执行新的任务
multiprocessing.Pool的常用方法:
- apply_async(func[, args[, kwds]]) :使用非阻塞方式调用func(并行执行,堵塞方式必须等待上一个进程退出才能执行下一个进程),args为传递给func的参数列表,kwds为传递给func的关键字参数列表;
- close():关闭Pool,使其不再接受新的任务;
- terminate():不管任务是否完成,立即终止;
- join():主进程阻塞,等待子进程的退出, 必须在close或terminate之后使用;
注:用进程池时,主进程不会等到子进程结束才结束主进程。故在主进程中要适当的调用join()方法,等待pool中所有子进程执行完毕。
4.1. 进程池 小实例
定义一个最大进程数为3的进程池,输出每个进程号,每个进程的执行时间。
# -*- coding:utf-8 -*-
from multiprocessing import Pool
import os, time, random
def worker(msg):
t_start = time.time()
print("%s开始执行,进程号为%d" % (msg,os.getpid()))
# random.random()随机生成0~1之间的浮点数
time.sleep(random.random()*2)
t_stop = time.time()
print(msg,"执行完毕,耗时%0.2f" % (t_stop-t_start))
po = Pool(3) # 定义一个进程池,最大进程数3
for i in range(0,10):
# Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
# 每次循环将会用空闲出来的子进程去调用目标
po.apply_async(worker,(i,))
print("----start----")
po.close() # 关闭进程池,关闭后po不再接收新的请求
po.join() # 等待po中所有子进程(进程池中)执行完成,必须放在close语句之后
print("-----end-----")
执行结果如下:注意到进程号只有那三个,pool中一个进程结束后,空闲的子进程再去调用新的目标。
----start----
0开始执行,进程号为82458
1开始执行,进程号为82459
2开始执行,进程号为82460
1 执行完毕,耗时0.19
3开始执行,进程号为82459
0 执行完毕,耗时0.75
4开始执行,进程号为82458
2 执行完毕,耗时0.77
5开始执行,进程号为82460
3 执行完毕,耗时1.64
6开始执行,进程号为82459
4 执行完毕,耗时1.37
7开始执行,进程号为82458
5 执行完毕,耗时1.38
8开始执行,进程号为82460
6 执行完毕,耗时1.32
9开始执行,进程号为82459
8 执行完毕,耗时1.00
7 执行完毕,耗时1.15
9 执行完毕,耗时1.34
-----end-----
4.2. 进程池的Queue
使用Pool创建进程,需要使用multiprocessing.Manager()中的Queue(),而不是multiprocessing.Queue():
from multiprocessing import Manager
进程池 进程通信 小实例:
# -*- coding:utf-8 -*-
# import Manager
from multiprocessing import Manager,Pool
import os,time,random
def reader(q):
print("reader启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))
for i in range(q.qsize()):
print("reader从Queue获取到消息:%s" % q.get(True))
def writer(q):
print("writer启动(%s),父进程为(%s)" % (os.getpid(), os.getppid()))
for i in "hello!":
q.put(i)
if __name__=="__main__":
print("(%s) start" % os.getpid()) # os.getpid()获取进程号
q = Manager().Queue() # 使用Manager中的Queue
po = Pool(3)
po.apply_async(writer, (q,))
time.sleep(1) # 先让上面的任务向Queue存入数据,然后再让下面的任务开始从中取数据
po.apply_async(reader, (q,))
po.close() # 关闭进程池,关闭后po不再接收新的请求
po.join() # 等待po中所有子进程执行完成,必须放在close语句之后
print("(%s) End" % os.getpid())
执行结果:
(82505) start
writer启动(82512),父进程为(82505)
reader启动(82513),父进程为(82505)
reader从Queue获取到消息:h
reader从Queue获取到消息:e
reader从Queue获取到消息:l
reader从Queue获取到消息:l
reader从Queue获取到消息:o
reader从Queue获取到消息:!
(82505) End
5. 案例:多进程文件夹copy
V1:复制指定文件夹的文件到另一个文件夹
如输入文件夹名 test ,则该文件夹的所有文件会复制到 test[复件]。
import os
import multiprocessing
def copy_file(file_name, old_folder_name, new_folder_name):
"""文件复制函数"""
# print("----from %s copy to %s : %s . " % (old_folder_name, new_folder_name, file_name))
old_f = open(old_folder_name + "/" + file_name, "rb")
content = old_f.read()
old_f.close()
new_f = open(new_folder_name + "/" + file_name, "wb")
new_f.write(content)
new_f.close()
def main():
# 1 获取用户要copy的文件夹的名字
old_folder_name = input("please input folder name for copy:")
# 2. 创建一个新的文件夹
try:
new_folder_name = old_folder_name + "[复件]"
os.mkdir(new_folder_name) # 文件夹已存在会产生异常
except:
pass
# 3. 获取文件夹的所有待copy的文件名 listdir()
file_names = os.listdir(old_folder_name)
# print(file_names)
# 4. 创建进程池
pool = multiprocessing.Pool(5)
# 5. 向进程池中添加 copy文件的任务函数
for file_name in file_names:
pool.apply_async(copy_file, args=(file_name, old_folder_name, new_folder_name))
pool.close()
pool.join()
if __name__ == "__main__":
main()
V2 : 主进程显示进度(利用进程间通信:每完成一个文件的复制,向消息队列添加一条消息):
import os
import multiprocessing
def copy_file(queue, file_name, old_folder_name, new_folder_name):
"""文件复制函数"""
# print("----from %s copy to %s : %s . " % (old_folder_name, new_folder_name, file_name))
old_f = open(old_folder_name + "/" + file_name, "rb")
content = old_f.read()
old_f.close()
new_f = open(new_folder_name + "/" + file_name, "wb")
new_f.write(content)
new_f.close()
# 若拷贝完了当前文件,则向队列中写入一个消息
queue.put(file_name)
def main():
# 1 获取用户要copy的文件夹的名字
old_folder_name = input("please input folder name for copy:")
# 2. 创建一个新的文件夹
try:
new_folder_name = old_folder_name + "[复件]"
os.mkdir(new_folder_name) # 文件夹已存在会产生异常
except:
pass
# 3. 获取文件夹的所有待copy的文件名 listdir()
file_names = os.listdir(old_folder_name)
# print(file_names)
# 4. 创建进程池
pool = multiprocessing.Pool(5)
# 5. 创建一个队列
queue = multiprocessing.Manager().Queue()
# 6. 向进程池中添加 copy文件的任务函数
for file_name in file_names:
pool.apply_async(copy_file, args=(queue, file_name, old_folder_name, new_folder_name))
pool.close()
# pool.join()
all_file_num = len(file_names) # 获取所有的文件个数(len返回列表元素个数)
copy_ok_num = 0
while True:
file_name = queue.get() # 取队列消息
# print("已经完成copy:%s" % file_name)
copy_ok_num += 1
print("\r拷贝的进度为:%.2f %%" % (copy_ok_num*100/all_file_num), end="")
# \r 默认将指针返回到最开始后输出(在原位置再次输出)
if copy_ok_num >= all_file_num:
break
print()
if __name__ == "__main__":
main()
注:\r 默认将指针返回到最开始后输出(在原位置再次输出)