3. 进程
3.1 进程
程序：例如xxx.py这是程序，是一个静态的
进程：一个程序运行起来后，代码+用到的资源 称之为进程，它是操作系统分配资源的基本单元。
不仅可以通过线程完成多任务，进程也是可以的
3.2 进程的状态
工作中，任务数往往大于cpu的核数，即一定有一些任务正在执行，而另外一些任务在等待cpu进行执行，因此导致了有了不同的状态
- 就绪态：运行的条件都已经慢去，正在等在cpu执行
- 执行态：cpu正在执行其功能
- 等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态
3.3 进程的创建 multiprocessing
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
from multiprocessing import Process
import time
def run_process():
while True:
print("子进程")
time.sleep(2)
def main():
p = Process(target=run_process)
p.start()
while True:
print("主进程")
time.sleep(1)
if __name__ == '__main__':
main()
Process语法结构：
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）
进程的PID：
from multiprocessing import Process
import time
import os
def run_process():
while True:
print("子进程")
print("子进程PID：" + str(os.getpid()))
time.sleep(2)
def main():
p = Process(target=run_process)
p.start()
while True:
print("主进程")
print("主进程PID：" + str(os.getpid()))
time.sleep(1)
if __name__ == '__main__':
main()
3.4 给子进程指定的函数传递参数
from multiprocessing import Process
import os
from time import sleep
def run_proc(name, age, **kwargs):
for i in range(10):
print('子进程运行中，name= %s,age=%d ,pid=%d...' % (name, age, os.getpid()))
print(kwargs)
sleep(0.2)
if __name__ == '__main__':
p = Process(target=run_proc, args=('test', 18), kwargs={"m": 20})
p.start()
sleep(1) # 1秒之后，立即结束子进程
p.terminate()
p.join()
有关args与kwargs的区别：https://www.cnblogs.com/xuyuanyuan123/p/6674645.html
3.5 进程间不共享全局变量
from multiprocessing import Process
import os
import time
nums = [11, 22]
def work1():
"""子进程要执行的代码"""
print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums))
for i in range(3):
nums.append(i)
time.sleep(1)
print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums))
def work2():
"""子进程要执行的代码"""
print("in process2 pid=%d ,nums=%s" % (os.getpid(), nums))
if __name__ == '__main__':
p1 = Process(target=work1)
p1.start()
p1.join()
p2 = Process(target=work2)
p2.start()3.6 进程间的通信 - Queue
可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息队列程序
用实例来演示一下Queue的工作原理：
from multiprocessing import Queue
q=Queue(3) #初始化一个Queue对象，最多可接收三条put消息
q.put("消息1")
q.put("消息2")
print(q.full()) #False
q.put("消息3")
print(q.full()) #True
#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，第二个Try会立刻抛出异常
try:
q.put("消息4",True,2)
except:
print("消息列队已满，现有消息数量:%s"%q.qsize())
try:
q.put_nowait("消息4")
except:
print("消息列队已满，现有消息数量:%s"%q.qsize())
#推荐的方式，先判断消息列队是否已满，再写入
if not q.full():
q.put_nowait("消息4")
#读取消息时，先判断消息列队是否为空，再读取
if not q.empty():
for i in range(q.qsize()):
print(q.get_nowait())
结果：
False
True
消息列队已满，现有消息数量:3
消息列队已满，现有消息数量:3
消息1
消息2
消息3注意：
（1）初始化Queue()对象时（例如：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）
常用方法：
| Queue.qsize() | 返回当前队列包含的消息数量 |
| Queue.empty() | 如果队列为空，返回True，反之False |
| Queue.full() | 如果队列满了，返回True,反之False |
| 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 |
有关：Queue.get([block[, timeout]])
（2）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
（3）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
（4）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；
-
Queue.get_nowait()：相当Queue.get(False)；
-
Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
（5）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；
- Queue.put_nowait(item)：相当Queue.put(item, False)；
3.7 进程池Pool
当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。
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
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中所有子进程执行完成，必须放在close语句之后
print("-----end-----")
multiprocessing.Pool常用函数：
| 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 |
3.8 进程池Pool中的Queue
如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：
RuntimeError: Queue objects should only be shared between processes through inheritance.
# 修改import中的Queue为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 "itcast":
q.put(i)
if __name__=="__main__":
print("(%s) start" % os.getpid())
q = Manager().Queue() # 使用Manager中的Queue
po = Pool()
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()
po.join()
print("(%s) End" % os.getpid())
结果：
(11095) start
writer启动(11097),父进程为(11095)
reader启动(11098),父进程为(11095)
reader从Queue获取到消息：i
reader从Queue获取到消息：t
reader从Queue获取到消息：c
reader从Queue获取到消息：a
reader从Queue获取到消息：s
reader从Queue获取到消息：t
(11095) End