进程
由于GIL的存在，Python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在Python中大部分情况需要使用多进程。Python提供了非常好用的多进程模块multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个模块，可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Lock、Queue、Pipe等组件。
multiprocessing包是Python中的多进程模块。与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程。该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同，也有start(),run(), join()的方法。此外multiprocessing模块中也有Lock/Event/Semaphore/Condition类 (这些对象可以像多线程那样，通过参数传递给各个进程)，用以同步进程，其用法与threading模块中的同名类一致。所以，multiprocessing的很大一部份与threading使用同一套API，只不过换到了多进程的情境。
当然多进程的定义方式也和多线程类似，即两种方式：
目标函数实例化定义新的进程：
# 导入多进程模块
from multiprocessing import Process
# os.getpid() 获取当前进程的id
import os
def run_proc(name):
print('{} child process is {}'.format(name, os.getpid()))
if __name__ == '__main__':
print("Parent process is {}".format(os.getpid()))
p = Process(target=run_proc, args=('test', ))
print('child process will start...')
p.start()
p.join()
print('child process end.')
运行截图如下：
运行截图
继承类来定义新的进程
from multiprocessing import Process
import os
class RunProc(Process):
def __init__(self, name):
Process.__init__(self)
self.name = name
def run(self):
print('{} child process is {}'.format(self.name, os.getpid()))
if __name__ == "__main__":
print("Parent process is {}".format(os.getpid()))
p = RunProc('test')
print('child process will start...')
p.start()
p.join()
print('child process end.')
运行结果如下：
运行截图
我们可以看见，多进程的使用方式和多线程几乎一样，比如以下：
Process([group [, target [, name [, args [, kwargs]]]]])
- group: 线程组，目前还没有实现，库引用中提示必须是None；
- target: 要执行的方法；
- name: 进程名；
- args/kwargs: 要传入方法的参数。
实例方法：
- is_alive()：返回进程是否在运行。
- join([timeout])：阻塞当前上下文环境的进程程，直到调用此方法的进程终止或到达指定的timeout（可选参数）。
- start()：进程准备就绪，等待CPU调度
- run()：strat()调用run方法，如果实例进程时未制定传入
target，start执行默认的·run()方法。 - terminate()：不管任务是否完成，立即停止工作进程
属性：
- daemon：和线程的
setDeamon功能一样 - exitcode(进程在运行时为None、如果为–N，表示被信号N结束）
- name：进程名字。
- pid：进程号。
进程的独立性：
和线程不一样的是，进程之间相互独立，我们可以从全局变量的修改窥见一些：
from multiprocessing import Process
# 测试数据
ex_list = 'Hello World'
# 修改数据进程
def revise_data():
global ex_list
# 修改全局变量
ex_list = ex_list + ' with write revise_data process.'
print('wirte result:', ex_list)
# 查看数据进程
def view_data():
print(ex_list)
if __name__ == "__main__":
process_revise = Process(target=revise_data)
process_view = Process(target=view_data)
process_revise.start()
# 主进程等待写入进程执行完成以后代码 再继续往下执行
process_revise.join()
process_view.start()
process_view.join()
print("process end.")
运行截图如下：
运行结果
我们定义了两个进程，分别用来修改全局变量和查看修改后的数据，我们看见虽然修改的进程已经成功修改了变量，但是在查看进程中全局变量仍然是原来的值，即进程之间是不共享全局变量的，即创建子进程其实是对主进程进行拷贝，进程之间相互独立，访问的全局变量不是同一个，所以进程之间不共享全局变量。
网友评论