当前位置： 移动技术网 > IT编程>脚本编程>Python > python 多进程

python 多进程

2019年09月14日  | 移动技术网IT编程  | 我要评论

青岛燃烧器,不死邪魂txt,唐治平老婆

多进程

python中创建进程模块为：multiprocessing

进程之间数据不是共享的

注意：windowns下进程运行会报错，linux mac 不会出现此问题。解决方法：

将进程启动代码放到main里即可执行，示例代码：

import multiprocessing

def task(arg):
    print(arg)

def run():
    for i in range(10):
        # 实例化一个进程
        process = multiprocessing.process(target=task,args=(i,)) 
        # 进程启动
        process.start()

if __name__ == '__main__':
    run()  # main下才能正确执行，不然会报错

进程常用方法：

  • join()：和线程一样，默认会等子进程执行完毕后，代码才会继续往下执行
  • daemon:
    • true 为 主进程执行完代码，程序会直接结束，不会等待子进程执行完毕
    • false为：主进程执行完毕后，会等待子进程执行完毕
  • name：为进程起一个名称
  • multiprocessing.current_process() ：获取当前进程
  • ident/pid：获取当前进程的id号

示例代码：

import time
import multiprocessing

def task(arg):
    p = multiprocessing.current_process() # 获取当前进程
    print(p.name) # 打印当前进程名称
    print(p.ident) # 获取当前进程的id号
    print(p.pid) # 获取当前进程的id号
    time.sleep(2)
    print(arg)

def run():
    print('11111111')
    #### 进程一
    process1 = multiprocessing.process(target=task,args=(1,))
    # false 主进程执行完毕后，会等待子进程执行完毕
    # true 为不等待子进程执行完毕，主进程执行完毕后，程序就会结束
    process1.daemon = false
    # 为当前进程起一个名称
    process1.name = 'proc1'
    process1.start()
    # 默认会等进程执行完毕后，代码才会继续往下执行
    process1.join()
    
    print('22222222')
    
    #### 进程二
    process2 = multiprocessing.process(target=task, args=(2,))
    process2.daemon = false
    process2.name = 'proc2'
    process2.start()
    process2.join()
    
    print('33333333')

if __name__ == '__main__':
    run()

类继承方式创建进程（示例代码如下：）

##################### 类继承方式创建进程  #####################
import multiprocessing

class myprocess(multiprocessing.process):
    def run(self):
        print('当前进程', multiprocessing.current_process())

def run():
    t1 = myprocess()
    t1.start()

    t2 = myprocess()
    t2.start()

if __name__ == '__main__':
    run()

进程之间的数据共享

multiprocessing.queue（列表数据共享）

windows下执行数据共享有点问题，所以使用下面方法可以解决

  • 示例代码：
##################### 进程之间的数据共享 multiprocessing.queue #####################
import multiprocessing

q = multiprocessing.queue() # 数据共享可以使用的队列

def task(arg,q):
    q.put(arg)

def run():
    for num in range(10):
        proc = multiprocessing.process(target=task,args=(num,q))
        proc.start()
    while true:
        v = q.get()
        print(v)

if __name__ == '__main__':
    run()

multiprocessing.manger（字典数据共享）

linux mac下可以正常执行

示例代码：

import multiprocessing

m = multiprocessing.manager()
dic = m.dict()

def task(arg):
    dic[arg] = 100

def run():
    for num in range(10):
        proc = multiprocessing.process(target=task,args=(num,))
        proc.start()

    input('>>>')
    print(dic.values())

if __name__ == '__main__':
    run()

windowns:

  • 第一种方法
import multiprocessing

def task(arg,dic):
    dic[arg] = 100

if __name__ == '__main__':
    m = multiprocessing.manager()
    dic = m.dict()

    for num in range(10):
        proc = multiprocessing.process(target=task,args=(num,dic))
        proc.start()
        proc.join()  # 一个一个进程等待，执行完了，再执行下一个

    print(dic)
  • 第二种方法（linux也适用）
import time
import multiprocessing

def task(arg,dic):
    time.sleep(2)
    dic[arg] = 100

if __name__ == '__main__':
    m = multiprocessing.manager()
    dic = m.dict()

    process_list = []
    for num in range(10):
        proc = multiprocessing.process(target=task,args=(num,dic))
        proc.start()

        process_list.append(proc)

    while true:
        count = 0
        for p in process_list:
            if not p.is_alive():
                count += 1
        if count == len(process_list):
            break

    print(dic)

进程锁

概念：不管线程还是进程，锁都是一样的

什么时候用锁： 只有进程或线程操作同一个数据的时候才会进行加锁，如果各自做各自的是不需要加锁的

具体意义看多线程里的锁机制，和进程一样

多线程锁：https://www.cnblogs.com/hybb/p/11512011.html

锁的方法

  • lock（一次放行一个）
  • rlock 递归锁（一次放行多个）
  • boundedsemaphore (一次放n个) 信号量
  • condition （1次放x个数）动态输入
  • event （事件）1次放所有

示例代码

import time
import multiprocessing

lock = multiprocessing.lock()
lock = multiprocessing.rlock()
lock = multiprocessing.boundedsemaphore()
lock = multiprocessing.condition()
lock = multiprocessing.event()

def task(arg):
    print('开始了')
    lock.acquire()
    time.sleep(2)
    print(arg)
    lock.release()

def run():
    for num in range(1,3):
        proc = multiprocessing.process(target=task,args=(num,))
        proc.start()

if __name__ == '__main__':
    run()

进程池

使用的模块 concurrent.futures

和线程池是一样的

示例代码：

import time
# 导入进程池模块
from concurrent.futures import processpoolexecutor

def task(arg):
    time.sleep(2)
    print(arg)

if __name__ == '__main__':
    # 创建一个进程池
    pool = processpoolexecutor(5)
    for num in range(10):
        pool.submit(task,num)

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网