码迷,mamicode.com
首页 > 编程语言 > 详细

python 使用多进程实现并发编程/使用queue进行进程间数据交换

时间:2019-01-12 13:24:18      阅读:21      评论:0      收藏:0      [点我收藏+]

标签:影响   就会   multi   list   一个队列   lis   span   原因   容量   

import time
import os
import multiprocessing

from multiprocessing import Queue, pool


"""
一.Python 使用多进程实现并发编程:
    因为cpython解释器中有GIL存在的原因(每个进程都会维护一个GIL,jpython解释器没有这个问题),所以在一个进程内,
    即使服务器是多核cpu,同一时刻只能有一个线程在执行任务(一个进程内)。如果存在较多IO,使用多线程是可以提高处理速度的,
    但是如果是cpu密集型任务,使用多线程是有一定瓶颈的。如果需要频繁的创建和销毁任务,可以使用多线程。cpu密集型任务可以考虑使用多进程。
    
二.multiprocessing模块就是跨平台版本的多进程模块,提供了一个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.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)
    
三.进程间无法直接共享内存,所以需要使用Queue进行数据的交互:
初始化Queue()对象时(例如:q=Queue()),若括号中没有指定最大可接收的消息数量,或数量为负值,那么就代表可接受的消息数量没有上限(直到内存的尽头); 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); 注意: 多个进程同时对一个队列进行读取数据时,有可能会发生数据丢失的情况
""" def multi_1():
  # 测试主进程默认会等待子进程 time.sleep(
2) print("multi_1 子进程运行结束") def multi_2(pid, name="lowman"):
  # 测试向子进程的任务函数中传递参数 time.sleep(
2) print("主进程的pid:{}".format(pid)) # print(name) def test_queue_write(queue):
  # 往队列中写入数据 my_list
= ["L", "O", "W", "M", "A", "N"] for i in my_list: # 判断队列是否已满,这样设置的话,需要注意数据量的大小和队列的容量,否则循环写入数据的时候会造成的数据的丢失 # if not queue.full(): # queue.put(i) # 如果队列已满,就会阻塞 queue.put(i) print("test_queue_write子进程:所有数据都已写入了队列中") def test_queue_read(queue):
  # 从队列中取出数据
while True: # 判断队列是否为空 if not queue.empty(): print(queue.get()) else: break def test_multi(): # 创建一个子进程,并将需要执行的目标函数使用target参数进行传递 p = multiprocessing.Process(target=multi_1) # args:给固定参数传参,最后必须带一个逗号 "," kwargs:给命名参数传参 p_2 = multiprocessing.Process(target=multi_2, args=(os.getpid(), ), kwargs={"name": "xienuo"}) # p 子进程 守护主进程,当主进程执行完成以后,主进程不会等待 p 子进程 # p.daemon = True # 启动子进程,默认情况主进程会守护所有子进程,等所有子进程运行结束后,才会退出 p.start() p_2.start() # 主进程执行完毕,直接销毁 p 子进程,不管子进程是否已执行完毕,和daemon具有相似的功能 # p.terminate() # 等待 p 子进程结束后再执行下一步 # p.join() # 等待 p_2 子进程结束后再执行下一步 # p_2.join() # 父进程创建Queue,并传给各个子进程,可以设置队列的上限,不设置则表示没有上限 q = Queue() pw = multiprocessing.Process(target=test_queue_write, args=(q,)) pr = multiprocessing.Process(target=test_queue_read, args=(q,)) pw.start() # 这里设置成了让写操作先完成, 再进行读操作(阻塞),这样设置的话其实就相当于是同步执行,影响了性能 pw.join() pr.start() print("默认情况下:主进程运行结束,会等待子进程") test_multi()

Python进程池的使用请点击:https://www.cnblogs.com/lowmanisbusy/p/10259235.html 

python 使用多进程实现并发编程/使用queue进行进程间数据交换

标签:影响   就会   multi   list   一个队列   lis   span   原因   容量   

原文地址:https://www.cnblogs.com/lowmanisbusy/p/10259172.html

(0)
(0)
   
举报
评论 一句话评论(0
0条  
登录后才能评论!
© 2014 mamicode.com 版权所有 京ICP备13008772号-2
迷上了代码!