进程实现多任务（进程概念、单进程、多进程执行多任务）

合集 - python(99)

1.python基础之注释2023-06-272.python语言学习路线（基础）2023-06-263.python源码结构2023-06-264.python发展史及python应用场景2023-06-265.变量2023-06-286.bug及debug2023-06-297.常见数据类型及其转换2023-06-308.字符串格式化2023-06-309.转义符2023-06-3010.字符串在货币、日期、精度的处理2023-07-0111.字符编解码2023-07-0112.字符编解码及其相互转换2023-07-0113.内置函数-help-帮助文档2023-07-0114.内置函数print-输出2023-07-0315.内置函数input2023-07-0316.运算符2023-07-0417.int的缓存策略（特别容易混）2023-07-0418.判断语句2023-07-0419.random模块2023-07-0420.判断语句+ random的应用-剪刀石头布游戏2023-07-0421.三元运算符（if else的简写）2023-07-0422.循环语句-while2023-07-0523.循环语句-while-练习题2023-07-0524.循环语句for循环2023-07-0525.循环语句 + else2023-07-0526.字符串类str2023-07-0627.正则在字符串中的简单应用2023-07-0628.列表（List）2023-07-0729.列表list的sort方法的坑2023-07-0730.列表综合应用-8个教室随机分配到3个教室2023-07-0831.元组2023-07-0832.自动组包 & 自动解包2023-07-0833.字典2023-07-0834.集合2023-07-0835.公共操作2023-07-0836.公共操作-推导式（集合、列表、字典）2023-07-0837.函数定义、调用、闭包2023-07-0838.拆包和交换变量值2023-07-0939.函数的变量作用域、返回值、参数2023-07-0940.函数递归2023-07-0941.匿名函数（lambda表达式）012023-07-0942.内置函数abs2023-07-0943.内置函数round2023-07-0944.内置函数abs022023-07-0945.高阶函数2023-07-0946.内置高阶函数map2023-07-0947.内置高阶函数reduce2023-07-0948.内置函数reduce2023-07-0949.学生管理系统-函数&循环&运算符综合练习2023-07-0950.文件操作之语法2023-07-1051.文件操作2-最佳实践2023-07-1152.文件操作之seek2023-07-1153.文件及文件夹操作2023-07-1154.面向对象基本概念2023-07-1255.面向对象之类、对象的定义2023-07-1256.添加和获取对象属性2023-07-1257.面向对象之魔法方法2023-07-1258.魔法函数 __repr__() 和 __str__()的区别2023-07-1259.魔法方法__len__2023-07-1260.魔法方法之__getitem__(self, key)、__setitem__(self, key, value) 和 __delitem__(self, key) 2023-07-1261.魔法方法之__iter__(self) && __next__(self)2023-07-1762.TypeError: iter() returned non-iterator of type 'MyIterable'2023-07-1763.魔法方法之__contains__()2023-07-1764.魔法方法之__call__2023-07-1765.魔法方法之__getattr__(), __setattr__(), 和 __delattr__2023-07-1866.__eq__(), __lt__(), 和 __gt__() 2023-07-1867.案例：烤地瓜2023-07-1868.案例：给房子置办家具2023-07-1969.继承2023-07-1970.继承之子类复用父类的属性、方法2023-07-1971.继承的分类2023-07-1972.MRO2023-07-1973.继承之子类重写父类同名属性和方法2023-07-1974.⼦类调⽤⽗类的同名⽅法和属性2023-07-1975.私有属性&&方法的定义&访问限制2023-07-1976.setter&getter方法访问私有属性2023-07-2077.__mro__属性2023-07-2078.python 面向对象3大特征详解2023-07-2079. 类属性和实例属性2023-07-2180.类属性和实例属性最佳实践2023-07-2181.类方法2023-07-2182.静态方法2023-07-2183.异常基础2023-07-2184.多组异常处理基础2023-07-2285.多组异常处理2023-07-2286.使用Python内置的错误信息2023-07-2287.捕获所有异常2023-07-2288.手动抛异常（raise）2023-07-2289.try-except-else-finally2023-07-2290.断言assert在异常中应用2023-07-2291.自定义异常类2023-07-2292.模块2023-07-2393.常见的5种模块导入2023-07-2394.模块的定位顺序2023-07-2395.__all__变量限制、明确导入范围2023-07-2396.包2023-07-2397.时间模块datetime2023-07-2398.多任务编程之并发、并行概念2023-07-23

99.进程实现多任务（进程概念、单进程、多进程执行多任务）2023-07-23

收起

在Python程序中，想要实现多任务可以使⽤进程来完成，进程是实现多任务的⼀种⽅式。属于CPU密集型的任务。

进程的概念

进程（Process）是资源分配的最小单位，它是操作系统进行资源分配和调度运行的基本单位

 

⼀个正在运⾏的程序或者软件至少有⼀个进程，也就是说每启动⼀个进程，操作系统都会给其分配⼀定的运⾏资源(比如内存资源)保证进程的运⾏。

 

⽐如:现实⽣活中的公司可以理解成是⼀个进程，公司提供办公资源(电 脑、办公桌椅等)，真正⼲活的是员⼯，员⼯可以理解成线程。

 

注意:

　　⼀个程序运⾏后⾄少有⼀个进程，⼀个进程默认至少有⼀个线程（主线程），进程⾥⾯可 以创建多个线程，线程是依附在进程⾥⾯的，没有进程就没有线程。

进程的作用

充分利用cpu资源，让多个任务（小于等于cpu个数）并行运行，从而提高运行效率。

进程适合cpu密集型的任务。

单进程运行

def work_a():
    print("任务A，玩命工作")

def work_b():
    print("任务B，玩命工作")
'''
按照代码的执行顺序 , work_a函数执行完毕后才能执行work_b函数
如果可以让work_a和work_b同时并发运行 , 显然执行效率会大大提升 
'''
work_a()
work_b()

一个任务一个任务的按顺序执行，效率低，执行时间长。适合任务之间有依赖顺序的场景。

多进程执行任务

充分利用cpu（核心）资源，并发执行任务

# 1. 导入多进程模块
import multiprocessing


def work_a():
    print("任务A，玩命工作")


def work_b():
    print("任务B，玩命工作")


if __name__ == '__main__':   # 多进程，一定不用少了此句，此句用于保护主程序代码
    # 2. 创建子进程
    work_a_process = multiprocessing.Process(target=work_a())
    work_b_process = multiprocessing.Process(target=work_b())

    # 3. 启动进程
    work_a_process.start()
    work_b_process.start()

上例：有3个进程：主进程、2个子进程。因为任务只有2个，也可以创建1个子进程。

单进程与多进程对比

1. 执行方式：

   • 单进程：程序在一个进程中顺序执行，按照代码的先后顺序逐步执行。
   • 多进程：程序在多个进程中同时执行，每个进程拥有独立的内存空间，可以并行执行。

2. 资源利用：

   • 单进程：只能充分利用单个 CPU 核心，无法实现真正的并行计算。
   • 多进程：可以利用多个 CPU 核心进行并行计算，提高任务的处理速度和系统的响应能力。

3. 内存占用：

   • 单进程：所有任务共享同一进程的内存空间，可能导致内存占用过高。
   • 多进程：每个进程都拥有独立的内存空间，可以更好地控制内存占用。

4. 编程复杂度：

   • 单进程：编写单进程程序相对简单，代码结构清晰，调试和排错也相对容易。
   • 多进程：编写多进程程序较复杂，需要考虑进程间通信、数据同步等问题，代码会更加复杂，调试和排错也相对困难。

5. 适用场景：

   • 单进程：适用于简单的任务，不需要并行计算的场景，或者需要确保程序稳定运行的场景。
   • 多进程：适用于大规模数据处理、复杂计算、并行计算等需要充分利用多核心资源的场景。

总体来说，单进程适合简单的任务，而多进程适合需要并行计算和充分利用多核心资源的任务。选择使用哪种方式取决于具体的需求和应用场景。