day 27 Python中进程的操作

进程的创建和结束:

multiprocess模块：

multiprocess不是一个模块而是python中一个操作、管理进程的包

分为四个部分：创建进程部分，进程同步部分，进程池部分，进程之间数据共享。

Process([group [, target [, name [, args [, kwargs]]]]])，由该类实例化得到的对象，表示一个子进程中的任务（尚未启动）

强调：
1. 需要使用关键字的方式来指定参数
2. args指定的为传给target函数的位置参数，是一个元组形式，必须有逗号

参数介绍：
1 group参数未使用，值始终为None
2 target表示调用对象，即子进程要执行的任务
3 args表示调用对象的位置参数元组，args=(1,2,'egon',)
4 kwargs表示调用对象的字典,kwargs={'name':'egon','age':18}
5 name为子进程的名称

1 p.start()：启动进程，并调用该子进程中的p.run() 
2 p.run():进程启动时运行的方法，正是它去调用target指定的函数，我们自定义类的类中一定要实现该方法  
3 p.terminate():强制终止进程p，不会进行任何清理操作，如果p创建了子进程，该子进程就成了僵尸进程，使用该方法需要特别小心这种情况。如果p还保存了一个锁那么也将不会被释放，进而导致死锁
4 p.is_alive():如果p仍然运行，返回True
5 p.join([timeout]):主线程等待p终止（强调：是主线程处于等的状态，而p是处于运行的状态）。timeout是可选的超时时间，需要强调的是，p.join只能join住start开启的进程，而不能join住run开启的进程  

1 p.daemon：守护进程 
    默认值为False，如果设为True，代表p为后台运行的守护进程，当p的父进程终止时，p也随            之终止，并且设定为True后，p不能创建自己的新进程，必须在p.start()之前设置
2 p.name:进程的名称
3 p.pid：进程的pid
4 p.exitcode:进程在运行时为None、如果为–N，表示被信号N结束(了解即可)
5 p.authkey:进程的身份验证键,默认是由os.urandom()随机生成的32字符的字符串。这个键的用途是为涉及网络连接的底层进程间通信提供安全性，这类连接只有在具有相同的身份验证键时才能成功（了解即可）                

在Windows操作系统中由于没有fork(linux操作系统中创建进程的机制)，在创建子进程的时候会自动 import 启动它的这个文件，而在 import 的时候又执行了整个文件。因此如果将process()直接写在文件中就会无限递归创建子进程报错。所以必须把创建子进程的部分使用if __name__ ==‘__main__’ 判断保护起来，import 的时候  ，就不会递归运行了。

使用process模块创建进程

启动两个进程（可以用for循环启动多个进程）

from multiprocessing import Process

def func(name):
    print(666)
    print('我是子进程', name)

if __name__ == '__main__':
    p1 = Process(target=func, args=('alex',))  # 传的必须是元组，所以alex后面要逗号
    p2 = Process(target=func, args=('bob',))  # 传的必须是元组，所以alex后面要逗号
    p1.start()  # 第一个进程
    p2.start()  # 第二个进程
    print('我是主进程'))

 join用法：

from multiprocessing import Process
import time


def func(a):
    time.sleep(2)
    print('子进程', a)


if __name__ == '__main__':
    p = Process(target=func, args=(1,))
    p.start()  # 把自己程交给CPU，就开始执行下面的代码。非阻塞态不用等
    p.join()  # 等待子进程运行完后，父进程才运行，父进程要回收子进程内存空间
    print('主进程') 

查看子进程和父进程 id： 子进程：os.getpid   父进程：os.getppid

from multiprocessing import Process
import time
import os


def func(a):
    time.sleep(2)
    print('子进程', os.getpid())  #  os.getpid获得子进程ID
    print('父进程', os.getppid()) # os.getppid 获得主进程ID


if __name__ == '__main__':
    print('主进程ID', os.getpid())  # os.getpid获得主进程ID
    p = Process(target=func, args=(1,))
    p.start()

同时启动多个子进程：

from multiprocessing import Process
import time
import os

def func(a):
    time.sleep(1)
    print('子进程ID', os.getpid())


if __name__ == '__main__':
    for i in range(5): # 启动五个子进程
        p = Process(target=func, args=(1,))
        p.start()
        print('主进程ID', os.getppid())

多个子进程中join的用法：

from multiprocessing import Process
import os

def func(a):
    print('子进程ID%s'% a, os.getpid())


if __name__ == '__main__':
    for i in range(5): # 启动五个子进程
        p = Process(target=func, args=(i,))
        p.start()
        # p.join() # 放这里会等待第一个子进程结束后，在执行下一个子进程。不能实现同时启动运行
    p.join() #放这里，只会等待进程4结束后，就执行下面的程序。此时可能进程1,2,3并没有执行完。无法达到阻隔子进程的效果
    print('主进程ID', os.getppid())

from multiprocessing import Process

def func(a):
    time.sleep(0.3)
    print('子进程%s正在发发邮件' % a)


if __name__ == '__main__':
    p_lis = []
    for i in range(5): # 启动五个子进程
        p = Process(target=func, args=(i,))
        p.start()
        p_lis.append(p)
    for i in p_lis:
        p.join()   #遍历列表，列表里面是每一个进程。都会被join阻隔
    print('所有邮件都已经发出')  # 等所有进程都给join阻隔完后，才运行

进程间的数据隔离：

进程间数据是相互隔离的

from multiprocessing import Process
n = 100
def func():
    global n
    for i in range(5):
        n = n - 1
        print(n)  #  每一个进程执行的结果都是 95，说明子进程间彼此隔离
if __name__ == '__main__':
    p_lst = []
    for i in range(10):
        p = Process(target=func)
        p.start()
        p_lst.append(p)
    for p in p_lst:
        p.join()
    print(n)  # 100

开启进程的另一种方式： 继承Process类

class Myprocess(Process):
    def run(self):   
        print('子进程',os.getpid())

if __name__ == '__main__':
    p = Myprocess()
    p.start()
    print('主进程', os.getppid())

class Myprocess(Process):
    def __init__(self,arg):  # 用于接收参数
        super().__init__()   # 必须执行父类的init方法
        self.arg = arg
    def run(self):
        print('子进程',os.getpid(), self.arg)   # 使用参数

if __name__ == '__main__':
    p = Myprocess('我是参数')  # 实例化是传输参数
    p.start()
    print('主进程', os.getppid())

多进程中的其他方法：

p1.terminate()#关闭进程,不会立即关闭,所以is_alive立刻查看的结果可能还是存活

print(p1.is_alive()) #判断进程是否存活，结果为True or False

from multiprocessing import Process
import time
class Myprocess(Process):
    def __init__(self,arg):
        super().__init__()
        self.arg = arg
    def run(self):
        print('子进程',os.getpid(), self.arg)

if __name__ == '__main__':
    p = Myprocess('我是参数')
    p.start()
    print(p.is_alive())  # 判断进程是否存活，返回True，False
    print('主进程', os.getppid())
    p.terminate()  # 关闭进程,不会立即关闭,所以is_alive立刻查看的结果可能还是存活
    time.sleep(1)
    print(p.is_alive())

守护进程：

# 1.守护进程 会随着主进程代码的结束而结束
# 2.守护进程不会守护除了主进程代码之外的其他子进程
注意：进程之间是互相独立的，主进程代码运行结束，守护进程随即终止
p.daemon = True  # 定义p为守护进程

import time
from multiprocessing import Process

def guard():
    while True:
        print('我是守护进程，正在工作')  # 只守护主进程
        time.sleep(1)

def main_main():
    print('我不知道自己是不是主进程，正在运行....')
    time.sleep(5)
    print('结束')

def func():
    print('我不知道自己是不是主进程')
    time.sleep(3)
    print('func结束了')

if __name__ == '__main__':
    p = Process(target=guard)
    p.daemon = True  # 定义一个守护进程
    p.start()
    print('大结局')  # 这也是主进程
    # p2 = Process(target=func())
    # p2.start()  # 如果用Process启动，则是子进程
    p1 = Process(target=main_main)  # 非主进程
    p1.start()
    func()  # 这是主进程

多进程 实现socket tcp协议 server端的并发

import socket
from multiprocessing import Process

def func(conn):
    while True:
        conn.send(b'hello')

if __name__ == '__main__':
    sk = socket.socket()
    sk.bind(('127.0.0.1',9000))
    sk.listen()
    while True:
        conn,addr = sk.accept()
        p = Process(target=func,args = (conn,))
        p.start()

import socket

sk = socket.socket()
sk.connect(('127.0.0.1',9000))

while True:
    msg = sk.recv(1024)
    print(msg)

进程同步： （multiprocess.Lock）, 抢票例子

保证数据安全，会让程序重新变成串行，浪费时间

 

# 多个进程 抢占同一个数据资源 会造成 数据不安全
# 我们必须要牺牲效率来保证数据的安全性

 

 

import json
import time
from multiprocessing import Lock
from multiprocessing import Process
def search(name):
    with open('ticket') as f:
        ticket_count = json.load(f)
    if ticket_count['count'] >=1:
        print('%s : 有余票%s张'%(name,ticket_count['count']))
    else:
        print('%s : 没票了'%name)

def buy(name):
    with open('ticket') as f:
        ticket_count = json.load(f)
    time.sleep(0.2)
    if ticket_count['count'] >=1:
        print('有余票%s张'%ticket_count['count'])
        ticket_count['count'] -= 1
        print('%s买到票了'%name)
    else:
        print('%s没买到票' % name)
    time.sleep(0.2)
    with open('ticket','w') as f:
        json.dump(ticket_count,f)

def opt(lock,name):
    search(name)
    lock.acquire()   # 拿走钥匙
    buy(name)
    lock.release()   # 归还钥匙

if __name__ == '__main__':
    lock = Lock()   # 锁  互斥锁
    for i in range(10):
        p = Process(target=opt,args = (lock,'alex'+str(i),))
        p.start()

 

#加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行的修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。
虽然可以用文件共享数据实现进程间通信，但问题是：
1.效率低（共享数据基于文件，而文件是硬盘上的数据）
2.需要自己加锁处理

#因此我们最好找寻一种解决方案能够兼顾：1、效率高（多个进程共享一块内存的数据）2、帮我们处理好锁问题。这就是mutiprocessing模块为我们提供的基于消息的IPC通信机制：队列和管道。
队列和管道都是将数据存放于内存中
队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来，
我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。

队列（multiprocess.Queue）

IPC: 进程间通信

q.get( [ block [ ,timeout ] ] ) 
返回q中的一个项目。如果q为空，此方法将阻塞，直到队列中有项目可用为止。block用于控制阻塞行为，默认为True. 如果设置为False，将引发Queue.Empty异常（定义在Queue模块中）。timeout是可选超时时间，用在阻塞模式中。如果在制定的时间间隔内没有项目变为可用，将引发Queue.Empty异常。

q.put(item [, block [,timeout ] ] ) 
将item放入队列。如果队列已满，此方法将阻塞至有空间可用为止。block控制阻塞行为，默认为True。如果设置为False，将引发Queue.Empty异常（定义在Queue库模块中）。timeout指定在阻塞模式中等待可用空间的时间长短。超时后将引发Queue.Full异常。

q.qsize() 
返回队列中目前项目的正确数量。此函数的结果并不可靠，因为在返回结果和在稍后程序中使用结果之间，队列中可能添加或删除了项目。在某些系统上，此方法可能引发NotImplementedError异常。

q.close() 
关闭队列，防止队列中加入更多数据。调用此方法时，后台线程将继续写入那些已入队列但尚未写入的数据，但将在此方法完成时马上关闭。如果q被垃圾收集，将自动调用此方法。关闭队列不会在队列使用者中生成任何类型的数据结束信号或异常。例如，如果某个使用者正被阻塞在get（）操作上，关闭生产者中的队列不会导致get（）方法返回错误。

生产者消费者模型：

import time
from multiprocessing import Process, Queue

def consumer(name,q):
    while True:
        food = q.get()
        if not food: break
        time.sleep(1)
        print('%s吃了一个%s' % (name, food))

def producer(q, food_name):
    for i in range(20):
        time.sleep(0.1)
        food='%s%s' % (food_name, i )
        print('制造了%s' % food)
        q.put(food)

if __name__ == '__main__':
    q = Queue(5)
    p1 = Process(target=consumer, args=('alex',q))
    p2 = Process(target=consumer, args=('wusir',q))
    p3 = Process(target=producer, args=(q, '泔水'))
    p1.start()
    p2.start()
    p3.start()
    p2.join()
    q.put(None)
    q.put(None)

数据共享   Manager

进程间数据是独立的，可以借助于队列或管道实现通信，二者都是基于消息传递的
虽然进程间数据独立，但可以通过Manager实现数据共享，事实上Manager的功能远不止于此

from multiprocessing import Manager,Process,Lock
def work(d,lock):
    with lock: #不加锁而操作共享的数据,肯定会出现数据错乱
        d['count']-=1

if __name__ == '__main__':
    lock=Lock()
    with Manager() as m:
        dic=m.dict({'count':100})
        p_l=[]
        for i in range(100):
            p=Process(target=work,args=(dic,lock))
            p_l.append(p)
            p.start()
        for p in p_l:
            p.join()
        print(dic)

Manager例子

进程池：  multiprocessing.Pool

定义一个池子，在里面放上固定数量的进程，有需求来了，就拿一个池中的进程来处理任务，等到处理完毕，进程并不关闭，而是将进程再放回进程池中继续等待任务。如果有很多任务需要执行，池中的进程数量不够，任务就要等待之前的进程执行任务完毕归来，拿到空闲进程才能继续执行。也就是说，池中进程的数量是固定的，那么同一时间最多有固定数量的进程在运行。这样不会增加操作系统的调度难度，还节省了开闭进程的时间，也一定程度上能够实现并发效果。

import os
import time
from multiprocessing import Pool

def func(i):
    time.sleep(0.1)
    print(i,os.getpid())

if __name__ == '__main__':
    p = Pool(4)   # cpu个数 + 1/cpu的个数
    for i in range(10):
        p.apply_async(func,args=(i,))   # async异步的提交任务
    p.close() # 关闭池子，不是要回收池子中的进程，而是阻止继续向池子中提交任务
    p.join()  # 阻塞，直到池子中的任务都执行完毕

起多进程的意义
# 1.为了更好的利用CPU，所以如果我们的程序中都是网络IO，文件IO就不适合起多进程
# 2.为了数据的隔离，如果我们的程序中总是要用到数据共享，那么就不适合使用多进程
# 3.超过了cpu个数的任务数，都应该使用进程池来解决问题，而不能无限的开启子进程

Pool([numprocess  [,initializer [, initargs]]]):创建进程池

numprocess:要创建的进程数，如果省略，将默认使用cpu_count()的值
2 initializer：是每个工作进程启动时要执行的可调用对象，默认为None
3 initargs：是要传给initializer的参数组

 p.apply(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执func(*args,**kwargs),然后返回结果。
 p.close():关闭进程池，防止进一步操作
P.jion():等待所有工作进程退出。此方法只能在close（）或teminate()之后调用

多进程与进程池性能测试：

import os
import time
from multiprocessing import Pool,Process

def func(i):
    print(i,os.getpid())

if __name__ == '__main__':
    start = time.time()
    p_lst = []
    for i in range(100):
        p = Process(target=func,args = (i,))
        p.start()
        p_lst.append(p)
    for p in p_lst:
        p.join()
    end = time.time()
    pro_time = end-start
    start = time.time()
    p = Pool(4)
    for i in range(100):
        p.apply_async(func,args=(i,))   # async异步的提交任务
    p.close() # 关闭池子，不是要回收池子中的进程，而是阻止继续向池子中提交任务
    p.join()  # 阻塞，直到池子中的任务都执行完毕
    end = time.time()
    pool_time = end - start
    print(pro_time,pool_time)

同步和异步：

import os,time
from multiprocessing import Pool

def work(n):
    print('%s run' %os.getpid())
    time.sleep(3)
    return n**2

if __name__ == '__main__':
    p=Pool(3) #进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
    res_l=[]
    for i in range(10):
        res=p.apply(work,args=(i,)) # 同步调用，直到本次任务执行完毕拿到res，等待任务work执行的过程中可能有阻塞也可能没有阻塞
                                    # 但不管该任务是否存在阻塞，同步调用都会在原地等着
    print(res_l)

进程池的同步调用

import os
import time
import random
from multiprocessing import Pool

def work(n):
    print('%s run' %os.getpid())
    time.sleep(random.random())
    return n**2

if __name__ == '__main__':
    p=Pool(3) #进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
    res_l=[]
    for i in range(10):
        res=p.apply_async(work,args=(i,)) # 异步运行，根据进程池中有的进程数，每次最多3个子进程在异步执行
                                          # 返回结果之后，将结果放入列表，归还进程，之后再执行新的任务
                                          # 需要注意的是，进程池中的三个进程不会同时开启或者同时结束
                                          # 而是执行完一个就释放一个进程，这个进程就去接收新的任务。  
        res_l.append(res)

    # 异步apply_async用法：如果使用异步提交的任务，主进程需要使用jion，等待进程池内任务都处理完，然后可以用get收集结果
    # 否则，主进程结束，进程池可能还没来得及执行，也就跟着一起结束了
    p.close()
    p.join()
    for res in res_l:
        print(res.get()) #使用get来获取apply_aync的结果,如果是apply,则没有get方法,因为apply是同步执行,立刻获取结果,也根本无需get

进程池的异步调用

回调函数：

需要回调函数的场景：进程池中任何一个任务一旦处理完了，就立即告知主进程：我好了额，你可以处理我的结果了。主进程则调用一个函数去处理该结果，该函数即回调函数

我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果。

import time
import random
from multiprocessing import Process,Pool
def get(i):    # 进程池的子进程执行的
    time.sleep(random.random())
    print('从网页获取一个网页的内容', i)
    return i,'网页的内容'*i

def call_back(content):   # 主进程执行的
    print(content)

if __name__ == '__main__':
    # p = Process(target=get)
    # p.start()
    p = Pool(5)
    ret_l = []
    # for i in range(10):
    #     ret = p.apply_async(get,args=(i,))
    #     ret_l.append(ret)
    # for ret in ret_l:
    #     content = ret.get()
    #     print(len(content))
    for i in range(10):
        p.apply_async(get,args=(i,),callback=call_back)
    p.close()
    p.join()


# 将n个任务交给n个进程去执行
# 每一个进程在执行完毕之后会有一个返回值，这个返回值会直接交给callback参数指定的那个函数去进行处理
# 这样的话 所有的进程 哪一个执行的最快，哪一个就可以先进性统计工作
# 能在最短的时间内得到结果