一、理论概念
1、定义
进程（Process 也可以称为重量级进程）是程序的一次执行。在每个进程中都有自己的地址空间、内存、数据栈以及记录运行的辅助数据，它是系统进行资源分配和调度的一个独立单位。
2、并行和并发
并行：并行是指多个任务同一时间执行；
并发：是指在资源有限的情况下，两个任务相互交替着使用资源；
3、同步和异常
同步是指多个任务在执行时有一个先后的顺序，必须是一个任务执行完成另外一个任务才能执行；
异步是指多个任务在执行时没有先后顺序，多个任务可以同时执行；
4、同步/异步/阻塞/非阻塞/
同步阻塞：这个阻塞的形成效率是最低的；比如你在下载一个东西是，你一直盯着下载进度条，到达100%时下载完成；
同步体现在：你等待下载完成通知；
阻塞体现在：等待下载的过程中，不能做别的事情
同步非阻塞：你在下载东西时，你把任务提交后就去干别的事情了，只是每过一段时间就看一下是不是下载完成；
同步体现在：等待下载完成通知；
非阻塞提现在：等待下载完成通知过程中，去干别的事情了，只是时不时会瞄一眼进度条；
异步阻塞：你在下载东西时换了一个现在使用的客户端比如迅雷，下载完成后会有一个提示音，但是这时候你仍然一直在等待那个完成后的提示音；
异步体现在：下载完成时有提示音；
阻塞体现在：等待下载完成提示音时，不做任何事情；
异步非阻塞：你然然使用的是迅雷下载软件，这时候你把下载任务提交后就去干别的事情去了，当你听到‘叮’以后就知道下载完成；
异步体现在：下载完成叮一声完成通知
非阻塞体现在：等待下载完成“叮”一声通知过程中，去干别的任务了，只需要接收“叮”声通知即可；
二、进程的创建与结束
multiprocessing模块：multiprocess不是一个模块而是python中一个操作、管理进程的包。 之所以叫multi是取自multiple的多功能的意思,在这个包中几乎包含了和进程有关的所有子模块。由于提供的子模块非常多，为了方便大家归类记忆，我将这部分大致分为四个部分：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模块的各种方法介绍
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：
group参数未使用，值始终为None
target表示调用对象，即子进程要执行的任务
args表示调用对象的位置参数元组，args=(1,2,‘egon‘,)
kwargs表示调用对象的字典,kwargs={‘name‘:‘egon‘,‘age‘:18}
name为子进程的名称
p.start()：启动进程，并调用该子进程中的p.run()
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
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
p.is_alive():如果p仍然运行，返回True
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
在windows中使用process注意事项：
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。
process模块创建进程：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
#Author: caoyf
import time
from multiprocessing import Process
def func(name):
print(‘hello %s‘%name)
print(‘我是子进程‘)
if __name__ == ‘__main__‘:
p = Process(target=func,args=(‘caoyf‘,)) #在实例化时候，args的参数必须是一个元祖形式(注册一个子进程)
p.start() #启动一个子进程
time.sleep(3)
print(‘执行主进程内容了‘)
多个进程同时运行，子进程的执行顺序不是根据启动的顺序来决定的；
#!/usr/bin/env python
# -*- coding:utf-8 -*-
#Author: caoyf
import time
from multiprocessing import Process
def func(name):
print(‘hello %s‘%name)
time.sleep(2)
if __name__ == ‘__main__‘:
p_lst = []
for i in range(10):
p = Process(target=func, args=(‘caoyf‘,))
p.start()
p_lst.append(p)
for p in p_lst: p.join() # 是感知一个子进程的结束,将异步的程序改为同步
print(‘父进程在运行‘)
另一种开启进程的方法，继承process的形式
#!/usr/bin/env python
# -*- coding:utf-8 -*-
#Author: caoyf
import time
import os
from multiprocessing import Process
class Func(Process):
def __init__(self,name):
super().__init__()
self.name = name
def run(self):
print(os.getpid())
print(‘%s正在和小明聊天‘%self.name)
if __name__ == ‘__main__‘:
p1 = Func(‘caoyf‘)
p2 = Func(‘Zhao‘)
p1.start()
p2.start()
p1.join()
p2.join()
守护进程：会随着主进程的结束而结束，进程之间是相互独立的，主进程的代码运行结束，守护进程也会随即结束
#!/usr/bin/env python # -*- coding:utf-8 -*- #Author: caoyf import time import os from multiprocessing import Process def foo(): print(‘start123‘) time.sleep(2) print(‘end123‘) def func(): print(‘start456‘) time.sleep(5) print(‘end456‘) if __name__ == ‘__main__‘: p1 = Process(target=foo) p2 = Process(target=func) p1.daemon = True p1.start() p2.start() time.sleep(0.1) print(‘main------------‘)#打印该行则主进程代码结束,则守护进程p1应该被终止.#可能会有p1任务执行的打印信息123,因为主进程打印main--- # -时,p1也执行了,但是随即被终止.
三、进程同步（multiprocessing.Lock\Spemaphore\Event）
锁（Lock)：
资源是有限的，多个进程如果对同一个对象进行操作，则有可能造成资源的争用，甚至导致死锁，在并发进程中就可以利用锁进行操作来避免访问的冲突；
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，但是速度就变慢了，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
我们可以模拟一个火车抢票的过程，当过个客户同时对一个程序发起访问时，假设此时有5张票，有10个人抢
from multiprocessing import Process,Lock import time,json,random def search(): dic=json.load(open(‘db‘)) print(‘\033[43m剩余票数%s\033[0m‘ %dic[‘count‘]) def get(): dic=json.load(open(‘db‘)) time.sleep(random.random()) #模拟读数据的网络延迟 if dic[‘count‘] >0: dic[‘count‘]-=1 time.sleep(random.random()) #模拟写数据的网络延迟 json.dump(dic,open(‘db‘,‘w‘)) print(‘\033[32m购票成功\033[0m‘) else: print(‘\033[31m购票失败\033[0m‘) def task(lock): search() lock.acquire() get() lock.release() if __name__ == ‘__main__‘: lock = Lock() for i in range(100): #模拟并发100个客户端抢票 p=Process(target=task,args=(lock,)) p.start()
信号量：
信号量Semaphore是同时允许一定数量的线程更改数据 。
#!/usr/bin/env python # -*- coding:utf-8 -*- #Author: caoyf import time import random from multiprocessing import Semaphore from multiprocessing import Process def f(i,a): a.acquire() print(‘%s走进了房间‘%i) time.sleep(random.randint(1,5)) print(‘%s走出了房间‘%i) a.release() if __name__ == ‘__main__‘: a = Semaphore(5) for i in range(10): p = Process(target=f,args=(i,a)) p.start()
事件：
用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。
事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，如果“Flag”值为True，那么event.wait 方法时便不再阻塞。
clear：将“Flag”设置为False
set：将“Flag”设置为True
#!/usr/bin/env python # -*- coding:utf-8 -*- #Author: caoyf from multiprocessing import Event,Process import random import time def cars(a,i): if not a.is_set(): print(‘car%s在等待‘%i) a.wait() print(‘\033[31mcar%s通过\033[0m‘ % i) def f(a): while True: if a.is_set(): a.clear() print(‘\033[31m红灯亮了\033[0m‘) else: a.set() print(‘\033[32m绿灯亮了\033[0m‘) time.sleep(2) if __name__ == ‘__main__‘: a = Event() p = Process(target=f,args=(a,)) p.start() for i in range(20): car = Process(target=cars,args=(a,i)) car.start() time.sleep(random.random())
四、进程间通信---队列和管道
队列Queue：适用于多线程编程的先进先出数据结构，可以用来安全的传递多线程信息。
通过队列实现了 主进程与子进程的通信 子进程与子进程之间的通信
q=Queue(10) #实例化一个对象，允许队列对多10个元素
q.put() #放入队列
q.get() #从队列中取出
假设现在有一个队伍，队伍里最多只能站5个人，但是有15个人想要进去
#!/usr/bin/env python # -*- coding:utf-8 -*- #Author: caoyf from multiprocessing import Process from multiprocessing import Queue def getin(q): #进入队伍的子进程 for i in range(15): q.put(i) # print(q) def getout(q): #离开队伍的子进程 for i in range(6): print(q.get()) if __name__==‘__main__‘: q=Queue(5) #队伍内最多可以容纳的人数 p=Process(target=getin,args=(q,)) #进入队伍的进程 p.start() p2=Process(target=getout,args=(q,)) #离开队伍的进程 p2.start()
管道（Pipes）
#!/usr/bin/env python # -*- coding:utf-8 -*- #Author: caoyf from multiprocessing import Process,Pipe,Manager,Lock import time import random # 管道 进程之间创建的一条管道，默认是全双工模式，两头都可以进和出， # 注意 必须在产生Process对象之前产生管道 # 如果在Pipe括号里面填写False后就变成了单双工， # 左边的只能收，右边的只能发，recv（接收），send（发送） #如果没有消息可以接收，recv会一直阻塞，如果连接的另外一段关闭后， #recv会抛出EOFError错误 # close 关闭连接 #下面的实例是在Pipe的括号里填写和不填写False的区别 # from multiprocessing import Process,Pipe # def func(pro): # pro.send(‘hello‘) # pro.close() # # if __name__==‘__main__‘: # con,pro = Pipe(False) # p = Process(target=func,args=(pro,)) # p.start() # print(con.recv()) # p.join() # 模拟recv阻塞情况 # def func(con,pro): # con.close() # while 1: # try: # print(pro.recv()) # except EOFError: # pro.close() # break # # # if __name__==‘__main__‘: # con,pro = Pipe() # p = Process(target=func,args=(con,pro,)) # p.start() # pro.close() # con.send(‘aaaaa‘) # con.close() # p.join() # 利用管道实现生产者和消费者 # def sc(con,pro,name,food): # con.close() # for i in range(5): # time.sleep(random.random()) # f = ‘%s生产了%s%s‘%(name,food,i) # print(f) # pro.send(f) # def xf(con,pro,name): # pro.close() # while 1: # try: # baozi = con.recv() # print(‘%s消费了%s‘%(name,baozi)) # except EOFError: # break # if __name__==‘__main__‘: # con,pro = Pipe() # p1 = Process(target=sc,args=(con,pro,‘caoyf‘,‘包子‘)) # c1 = Process(target=xf,args=(con,pro,‘zhoaf‘)) # p1.start() # c1.start() # con.close() # pro.close() # p1.join()
数据共享：
队列和管道只是实现了数据的传递，还没有实现数据的共享，如实现数据共享，就要用到Managers（注：进程间通信应该尽量避免使用共享数据的方式）
from multiprocessing import Process,Manager
import os
def f(dict1,list1):
dict1[os.getpid()] = os.getpid() # 往字典里放当前PID
list1.append(os.getpid()) # 往列表里放当前PID
print(list1)
if __name__ == "__main__":
with Manager() as manager:
d = manager.dict() #生成一个字典，可在多个进程间共享和传递
l = manager.list(range(5)) #生成一个列表，可在多个进程间共享和传递
p_list = []
for i in range(10):
p = Process(target=f,args=(d,l))
p.start()
p_list.append(p) # 存进程列表
for res in p_list:
res.join()
print(‘\n%s‘ %d) #若要保证数据安全，需要加锁lock=Lock()
进程池
对于需要使用几个甚至十几个进程时,我们使用Process还是比较方便的,但是如果要成百上千个进程,用Process显然太笨了,multiprocessing提供了Pool类,即现在要讲的进程池,能够将众多进程放在一起,设置一个运行进程上限,每次只运行设置的进程数,等有进程结束,再添加新的进程
- Pool(processes =num):设置运行进程数,当一个进程运行完,会添加新的进程进去
- apply_async：异步，串行
- apply：同步，并行
- close():关闭pool,不能再添加新的任务
import os import time import random from multiprocessing import Pool from multiprocessing import Process def func(i): i += 1 if __name__ == ‘__main__‘: p = Pool(5) # 创建了5个进程 start = time.time() p.map(func,range(1000)) p.close() # 是不允许再向进程池中添加任务 p.join() #阻塞等待 执行进程池中的所有任务直到执行结束 print(time.time() - start) start = time.time() l = [] for i in range(1000): p = Process(target=func,args=(i,)) # 创建了一百个进程 p.start() l.append(p) [i.join() for i in l] print(time.time() - start)
回调函数：
import os
import time
from multiprocessing import Pool
# 参数 概念 回调函数
def func(i): # 多进程中的io多，分出去一部分
print(‘子进程%s:%s‘%(i,os.getpid()))
return i*‘*‘
def call(arg): # 回调函数是在主进程中完成的，不能传参数，只能接受多进程中函数的返回值
print(‘回调 ：‘,os.getpid())
print(arg)
if __name__ == ‘__main__‘:
print(‘主进程‘,os.getpid())
p = Pool(5)
for i in range(10):
p.apply_async(func,args=(i,),callback=call) #callback 回调函数 ：主进程执行 参数是子进程执行的函数的返回值
p.close()
p.join()
