python 进程基础
python 进程基础
# 进程基础 """ 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 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 进程间不同享全局变量 """ # 创建进程 """ multiprocessing模块是多进程，使用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 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 Process语法结构如下 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） """ 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() # 参数传递 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() # 多进程间不共享全局变量 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() # 进程间通信-Queue """ 使用multiprocessing模块的Queue实现多进程之间的数据传递 初始化Queue()对象 q=Queue() 1.设置参数大于0 指定最大可接收的消息数量 即最多可接收的put消息 2.没有设置或是负数 表示可接受的消息数量没有上限（直到内存的尽头） 常用操作 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 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； 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 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； Queue.put_nowait(item)：相当Queue.put(item, False) """ import multiprocessing """ 一个进程向Queue中写入数据，另外一个进程从Queue中获取数据， 通过Queue完成了 多个需要配合的进程间的数据共享，从而能够 起到 解耦的作用 """ def download_from_web(q): """下载数据""" # 模拟从网上下载的数据 data = [111, 222, 333, 444] # 向队列中写入数据 for temp in data: q.put(temp) print("---下载器已经下载完了数据并且存入到队列中----") def analysis_data(q): """数据处理""" waitting_analysis_data = list() # 从队列中获取数据 while True: data = q.get() waitting_analysis_data.append(data) if q.empty(): break # 模拟数据处理 print(waitting_analysis_data) def main(): # 1. 创建一个队列 q = multiprocessing.Queue() # 2. 创建多个进程，将队列的引用当做实参进行传递到里面 p1 = multiprocessing.Process(target=download_from_web, args=(q,)) p2 = multiprocessing.Process(target=analysis_data, args=(q,)) p1.start() p2.start() if __name__ == "__main__": main() # 进程池 """ 当需要创建很多的进程时，就需要用到进程池了 使用multiprocessing模块提供的Pool方法创建进程池 例如： po = Pool() 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 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 """ # 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-----") # 进程池中的Queue """ 使用Pool创建进程,进程间的通信使用multiprocessing.Manager()中的Queue() """ 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()) # 案例 文件拷贝 import os import multiprocessing def copy_file(q, file_name, old_folder_name, new_folder_name): """完成文件的复制""" # print("======>模拟copy文件：从%s--->到%s 文件名是:%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() # 如果拷贝完了文件，那么就向队列中写入一个消息，表示已经完成 q.put(file_name) def main(): # 1. 获取用户要copy的文件夹的名字 old_folder_name = input("请输入要copy的文件夹的名字：") # 2. 创建一个新的文件夹 try: new_folder_name = old_folder_name + "[复件]" os.mkdir(new_folder_name) except: pass # 3. 获取文件夹的所有的待copy的文件名字 listdir() file_names = os.listdir(old_folder_name) # print(file_names) # 4. 创建进程池 po = multiprocessing.Pool(5) # 5. 创建一个队列 q = multiprocessing.Manager().Queue() # 6. 向进程池中添加 copy文件的任务 for file_name in file_names: po.apply_async(copy_file, args=(q, file_name, old_folder_name, new_folder_name)) po.close() # po.join() all_file_num = len(file_names) # 测一下所有的文件个数 copy_ok_num = 0 while True: file_name = q.get() # 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="") if copy_ok_num >= all_file_num: break print() if __name__ == "__main__": main()
