進程
一個程序運行起來後,代碼+用到的資源 稱之爲進程,它是操作系統分配資源的基本單元。
不僅可以通過線程完成多任務,進程也是可以的
進程的狀態
工作中,任務數往往大於cpu的核數,即一定有一些任務正在執行,而另外一些任務在等待cpu進行執行,因此導致了有了不同的狀態
- 就緒態:運行的條件都已經慢去,正在等在cpu執行
- 執行態:cpu正在執行其功能
- 等待態:等待某些條件滿足,例如一個程序sleep了,此時就處於等待態
進程的創建-multiprocessing
multiprocessing模塊就是跨平臺版本的多進程模塊,提供了一個Process類來代表一個進程對象,這個對象可以理解爲是一個獨立的進程,可以執行另外的事情
- 創建子進程時,只需要傳入一個執行函數和函數的參數,創建一個Process實例,用start()方法啓動
- os.getpid獲取當前進程的進程號
# -*- coding:utf-8 -*-
from multiprocessing import Process
import os
import time
def run_proc():
"""子進程要執行的代碼"""
print('子進程運行中,pid=%d...' % os.getpid()) # os.getpid獲取當前進程的進程號
print('子進程將要結束...')
if __name__ == '__main__':
print('父進程pid: %d' % os.getpid()) # os.getpid獲取當前進程的進程號
p = Process(target=run_proc)
p.start()
Process語法結構如下:
Process([group [, target [, name [, args [, kwargs]]]]])
-
target:如果傳遞了函數的引用,可以任務這個子進程就執行這裏的代碼
-
args:給target指定的函數傳遞的參數,以元組的方式傳遞
-
kwargs:給target指定的函數傳遞命名參數
-
name:給進程設定一個名字,可以不設定
-
group:指定進程組,大多數情況下用不到
Process創建的實例對象的常用方法:
-
start():啓動子進程實例(創建子進程)
-
is_alive():判斷進程子進程是否還在活着
-
join([timeout]):是否等待子進程執行結束,或等待多少秒
-
terminate():不管任務是否完成,立即終止子進程
Process創建的實例對象的常用屬性:
-
name:當前進程的別名,默認爲Process-N,N爲從1開始遞增的整數
-
pid:當前進程的pid(進程號)
注意:進程間不同享全局變量
進程、線程對比
- 進程,能夠完成多任務,比如 在一臺電腦上能夠同時運行多個QQ
- 線程,能夠完成多任務,比如 一個QQ中的多個聊天窗口
定義的不同
-
進程是系統進行資源分配和調度的一個獨立單位.
-
線程是進程的一個實體,是CPU調度和分派的基本單位,它是比進程更小的能獨立運行的基本單位.線程自己基本上不擁有系統資源,只擁有一點在運行中必不可少的資源(如程序計數器,一組寄存器和棧),但是它可與同屬一個進程的其他的線程共享進程所擁有的全部資源.
-
區別
- 一個程序至少有一個進程,一個進程至少有一個線程.
- 線程的劃分尺度小於進程(資源比進程少),使得多線程程序的併發性高。
- 進程在執行過程中擁有獨立的內存單元,而多個線程共享內存,從而極大地提高了程序的運行效率
優缺點
線程和進程在使用上各有優缺點:線程執行開銷小,但不利於資源的管理和保護;而進程正相反
進程間通信-Queue
Process之間有時需要通信,操作系統提供了很多機制來實現進程間的通信。
可以使用multiprocessing模塊的Queue實現多進程之間的數據傳遞,Queue本身是一個消息列隊程序,首先用一個小實例來演示一下Queue的工作原理:
#coding=utf-8
from multiprocessing import Queue
q=Queue(3) #初始化一個Queue對象,最多可接收三條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
#因爲消息列隊已滿下面的try都會拋出異常,第一個try會等待2秒後再拋出異常,第二個Try會立刻拋出異常
try:
q.put("消息4",True,2)
except:
print("消息列隊已滿,現有消息數量:%s"%q.qsize())
try:
q.put_nowait("消息4")
except:
print("消息列隊已滿,現有消息數量:%s"%q.qsize())
#推薦的方式,先判斷消息列隊是否已滿,再寫入
if not q.full():
q.put_nowait("消息4")
#讀取消息時,先判斷消息列隊是否爲空,再讀取
if not q.empty():
for i in range(q.qsize()):
print(q.get_nowait())
運行結果:
False
True
消息列隊已滿,現有消息數量:3
消息列隊已滿,現有消息數量:3
消息1
消息2
消息3
說明
初始化Queue()對象時(例如:q=Queue()),若括號中沒有指定最大可接收的消息數量,或數量爲負值,那麼就代表可接受的消息數量沒有上限(直到內存的盡頭);
-
Queue.qsize():返回當前隊列包含的消息數量;
-
Queue.empty():如果隊列爲空,返回True,反之False ;
-
Queue.full():如果隊列滿了,返回True,反之False;
-
Queue.get([block[, timeout]]):獲取隊列中的一條消息,然後將其從列隊中移除,block默認值爲True;
1)如果block使用默認值,且沒有設置timeout(單位秒),消息列隊如果爲空,此時程序將被阻塞(停在讀取狀態),直到從消息列隊讀到消息爲止,如果設置了timeout,則會等待timeout秒,若還沒讀取到任何消息,則拋出"Queue.Empty"異常;
2)如果block值爲False,消息列隊如果爲空,則會立刻拋出"Queue.Empty"異常;
-
Queue.get_nowait():相當Queue.get(False);
-
Queue.put(item,[block[, timeout]]):將item消息寫入隊列,block默認值爲True;
1)如果block使用默認值,且沒有設置timeout(單位秒),消息列隊如果已經沒有空間可寫入,此時程序將被阻塞(停在寫入狀態),直到從消息列隊騰出空間爲止,如果設置了timeout,則會等待timeout秒,若還沒空間,則拋出"Queue.Full"異常;
2)如果block值爲False,消息列隊如果沒有空間可寫入,則會立刻拋出"Queue.Full"異常;
-
Queue.put_nowait(item):相當Queue.put(item, False);
Queue實例
我們以Queue爲例,在父進程中創建兩個子進程,一個往Queue裏寫數據,一個從Queue裏讀數據:
from multiprocessing import Process, Queue
import os, time, random
# 寫數據進程執行的代碼:
def write(q):
for value in ['A', 'B', 'C']:
print('Put %s to queue...' % value)
q.put(value)
time.sleep(random.random())
# 讀數據進程執行的代碼:
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__':
# 父進程創建Queue,並傳給各個子進程:
q = Queue()
pw = Process(target=write, args=(q,))
pr = Process(target=read, args=(q,))
# 啓動子進程pw,寫入:
pw.start()
# 等待pw結束:
pw.join()
# 啓動子進程pr,讀取:
pr.start()
pr.join()
# pr進程裏是死循環,無法等待其結束,只能強行終止:
print('')
print('所有數據都寫入並且讀完')
進程池Pool
當需要創建的子進程數量不多時,可以直接利用multiprocessing中的Process動態成生多個進程,但如果是上百甚至上千個目標,手動的去創建進程的工作量巨大,此時就可以用到multiprocessing模塊提供的Pool方法。
初始化Pool時,可以指定一個最大進程數,當有新的請求提交到Pool中時,如果池還沒有滿,那麼就會創建一個新的進程用來執行該請求;但如果池中的進程數已經達到指定的最大值,那麼該請求就會等待,直到池中有進程結束,纔會用之前的進程來執行新的任務,請看下面的實例:
multiprocessing.Pool常用函數解析:
- apply_async(func[, args[, kwds]]) :使用非阻塞方式調用func(並行執行,堵塞方式必須等待上一個進程退出才能執行下一個進程),args爲傳遞給func的參數列表,kwds爲傳遞給func的關鍵字參數列表;
- close():關閉Pool,使其不再接受新的任務;
- terminate():不管任務是否完成,立即終止;
- join():主進程阻塞,等待子進程的退出, 必須在close或terminate之後使用;
進程池中的Queue
如果要使用Pool創建進程,就需要使用multiprocessing.Manager()中的Queue(),而不是multiprocessing.Queue(),否則會得到一條如下的錯誤信息:
RuntimeError: Queue objects should only be shared between processes through inheritance.
下面的實例演示了進程池中的進程如何通信:
# -*- coding:utf-8 -*-
# 修改import中的Queue爲Manager
from multiprocessing import Manager,Pool
import os,time,random
def reader(q):
print("reader啓動(%s),父進程爲(%s)" % (os.getpid(), os.getppid()))
for i in range(q.qsize()):
print("reader從Queue獲取到消息:%s" % q.get(True))
def writer(q):
print("writer啓動(%s),父進程爲(%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) # 先讓上面的任務向Queue存入數據,然後再讓下面的任務開始從中取數據
po.apply_async(reader, (q,))
po.close()
po.join()
print("(%s) End" % os.getpid())