multiprocessing

进程概述：一个程序运行起来后，代码+用到的资源 称之为进程，它是操作系统分配资源的基本单元。

进程创建类似线程，通过multiprocessing模块的Process类创建进程。类的括号内部也可以传入target=方法名和用args=()传入实参到要执行的方法内部，args也必须为元组。

　　一个简单的多进程实例：

import multiprocessing
import time


def test():
    for i in range(5):
        print('测试代码1', end='\n')
        time.sleep(1)


def dance():
    for i in range(5):
        print("测试代码2", end='\n')
        time.sleep(1)


if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test)
    p2 = multiprocessing.Process(target=dance)
    p1.start()   # 启动线程，即让线程开始执行
    p2.start()

　　运行结果：

测试代码1
测试代码2
测试代码1
测试代码2
测试代码1
测试代码2
测试代码1
测试代码2
测试代码1
测试代码2

进程和线程的对比：

　功能：

        1.进程，能够完成多任务，比如 在一台电脑上能够同时运行多个QQ

        2.线程，能够完成多任务，比如 一个QQ中的多个聊天窗口

    定义的不同：

        1.进程是系统进行资源分配和调度的一个独立单位

        2.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，线程自己基本上不拥有系统资源，只拥有一点在运行中必不可少的资源（如程序计时器，一组寄存器和栈），但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源

    区别：

        1.一个程序至少有一个进程，一个进程至少有一个线程

        2.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

        3.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

        4.线程不能独立进行，必须依存在进程中

        5.可以将进程理解为工厂中的一条流水线，而其中的线程就是这个流水线上的工人

    优缺点：

        线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而线程正相反

Queue队列：

　　线程和线程之间如果需要共享资源、进行通信等，需要使用Queue类创建出队列变量，通过队列变量.put()方法向队列写入数据，通过队列变量.get()方法从队列拿取数据。队列变量.full()可以判断队列是够为满，队列变量.empty()可以判断队列是否为空，两个都返回布尔变量。

　　当队列中数据存满（或为空）后继续向队列存数据（或取数据）会让程序处于等待状态不再向下执行。为了避免等待，可以使用队列变量.put_nowait()（或队列变量.get_nowait()）让程序不用等待，执行结果会以异常的表达形式告知队列已满（或为空）。

　　子进程间通信通过 multiprocessing.Queue() 创建，主进程和子进程间通信通过  multiprocessing.Manager().Queue() 创建（后面讲）

　　子进程间通过队列通信实例：

import multiprocessing


def down_from_web(q):
    """从网站下载数据"""
    # 模拟从网上下载数据
    data = [11, 22, 33, 44]
    # 将数据写入队列
    for temp in data:
        q.put(temp)

    print("___下载器下载完成___")


def analysis_data(q):
    """数据处理"""
    # 从队列获取数据
    waitting_analysis_data = list()
    while True:
        data = q.get()
        waitting_analysis_data.append(data)
        if q.empty():
            break
    # 模拟数量数据
    print(waitting_analysis_data)


def main():
    # 1.创建一个Queue
    q = multiprocessing.Queue()

    # 2.创建多进程
    p1 = multiprocessing.Process(target=down_from_web, args=(q, ))
    p2 = multiprocessing.Process(target=analysis_data, args=(q, ))
    p1.start()
    p2.start()


if __name__ == '__main__':
    main()

　　运行结果：

___下载器下载完成___
[11, 22, 33, 44]

进程池Pool：

　　当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Pocess动态生成多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。

　　初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没满，那么就会创建一个新的进程用来执行该请求；但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。

　　进程池创建：  变量名 = multiprocessing.Pool(int)

　　进程池案例：

from multiprocessing import Pool
import os, time, random


def worker(msg):
    t_start = time.time()   # 获取开始时间
    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()   # 获取执行结束时间
    print(msg, "执行完毕，耗时%.2f" % (t_stop-t_start))


def main():
    # 定义一个线程池，最大线程数是3
    po = Pool(3)
    for i in range(0, 10):
        po.apply_async(worker, (i,))

    print("___start___")
    po.close()
    po.join()
    print("___end___")


if __name__ == '__main__':
    main()

　　运行效果：

___start___
0开始执行，进程号为9744
1开始执行，进程号为9172
2开始执行，进程号为9836
2 执行完毕，耗时0.10
3开始执行，进程号为9836
0 执行完毕，耗时0.59
4开始执行，进程号为9744
3 执行完毕，耗时0.46
5开始执行，进程号为9836
5 执行完毕，耗时0.22
6开始执行，进程号为9836
4 执行完毕，耗时0.36
7开始执行，进程号为9744
1 执行完毕，耗时1.89
8开始执行，进程号为9172
8 执行完毕，耗时0.06
9开始执行，进程号为9172
7 执行完毕，耗时1.03
6 执行完毕，耗时1.36
9 执行完毕，耗时1.77
___end___

Process finished with exit code 0

　　注意：如果是windows系统下创建进程池运行程序时，进程池相关代码应该放在if __name__ == '__main__'下面，否则会出现程序报错。详见：https://www.cnblogs.com/zuzhuangmengxiang/p/12663478.html

综合案例（需要主进程和子进程间通信）：

　　简介：通过多进程拷贝一个文件夹下的所有文件到一个新的文件夹内，进程数做多为3个，程序开始后打印拷贝进度条。

　　代码如下：

import multiprocessing
import os


def copy_file(q, file_name, old_folder_name, new_folder_name):
    """读取并拷贝文件"""
    # print("模拟拷贝文件。。。%s" % file_name)
    old_f = open(old_folder_name+'/'+file_name, 'rb')
    content = old_f.read()

    new_f = open(new_folder_name+'/'+file_name, 'wb')
    new_f.write(content)
    # print("已拷贝文件 %s" % file_name)
    q.put(file_name)


def main():
    # 1.获取用户要copy的文件夹的名字
    old_folder_name = input("请输入您要拷贝的文件夹名：")

    # 2.创建一个新的文件夹
    new_folder_name = old_folder_name+'[复件]'
    if not os.path.exists(new_folder_name):
        os.mkdir(new_folder_name)

    # 3.获取要copy的文件夹下所有的文件名称  listdir()
    file_names = os.listdir(old_folder_name)

    # 4.创建进程池
    po = multiprocessing.Pool(5)

    # 5.创建队列 —— multiprocessing.Manager().Queue()能够让主进程和子进程间进行通信
    q = multiprocessing.Manager().Queue()

    # 6.拷贝文件到新的文件夹内
    for file_name in file_names:
        po.apply_async(copy_file, (q, file_name, old_folder_name, new_folder_name))
    po.close()
    # po.join()

    # 用已下载个数/总个数显示进度条
    len_file = len(file_names)
    down_ok_num = 0
    while True:
        q.get()
        down_ok_num += 1
        print("已下载进度： %.02f %%" % (down_ok_num*100/len_file))
        if down_ok_num >= len_file:
            break


if __name__ == '__main__':
    main()

　　运行结果：

请输入您要拷贝的文件夹名：test
已下载进度： 0.58 %
已下载进度： 1.17 %
已下载进度： 1.75 %
已下载进度： 2.34 %
......
已下载进度： 100.00 %

　　小改进：进度条要放在一行显示，只需百分比变动。print（）内最左边加\r表示行首显示，尾部加end=''表示每次循环打印的内容紧挨下次打印内容间。改进如下：

print("\r已下载进度： %.02f %%" % (down_ok_num * 100 / len_file), end='')

　　运行结果：

请输入您要拷贝的文件夹名：test
已下载进度： 100.00 %