python进程 消息 python 进程状态

一、进程以及状态

1、进程

正在运行的应用程序就是一个进程。进程是资源分配的基本单元。

Python多进程可以在多核CPU上运行，多进程充分利用了多核的资源。

2. 进程的状态

工作中，任务数往往大于cpu的核数，即一定有一些任务正在执行，而另外一些任务在等待cpu进行执行，因此导致了有了不同的状态。

就绪态：运行的条件都已经满足，正在等在cpu执行

执行态：cpu正在执行其功能

等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态

二、进程的创建-multiprocessing

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。

1、 2个while循环一起执行

from multiprocessing importProcessimporttimedefrun_proc():'''子进程要执行的代码
:return:'''
while 1:print('----2-----')
time.sleep(1)if __name__ == '__main__':
p= Process(target=run_proc)
p.start()while 1:print('-----1------')
time.sleep(1)

说明：创建子线程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动

2、进程pid

from multiprocessing importProcessimportosimporttimedefrun_proc():'''子进程要执行的代码
:return:'''
print('子进程运行中， pid = %d ...' % os.getpid()) #os.getpid()获取当前进程的进程号
if __name__ == '__main__':print('父进程pid: %d' %os.getpid())
p= Process(target=run_proc)
p.start()

3、Process语法结构如下：

Process([group [, target [, name [, args [, kwargs]]]]])

target：如果传递了函数的引用，子进程就执行这里面的内容

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)

4、给子进程指定的函数传递参数

importosfrom time importsleepfrom multiprocessing importProcessdef run_proc(name, age, **kwargs):for i in range(10):print('子进程运行中，name=%s, age=%d, pid=%d' %(name, age, os.getpid()))print(kwargs)
sleep(0.2)if __name__ == '__main__':
p= Process(target=run_proc, args=('test', 18), kwargs={'m': 20})
p.start()
sleep(1) #1秒后立即结束子进程
p.terminate()
p.join()

执行结果

子进程运行中，name=test, age=18, pid=13140{'m': 20}

子进程运行中，name=test, age=18, pid=13140{'m': 20}

子进程运行中，name=test, age=18, pid=13140{'m': 20}

子进程运行中，name=test, age=18, pid=13140{'m': 20}

5.、进程间不同享全局变量

importosimporttimefrom multiprocessing importProcess
nums= [11, 22]defwork1():print('in process1 pid=%d, num=%s' %(os.getpid(), nums))for i in range(3):
nums.append(i)
time.sleep(1)print('in process1 pid=%d, nums=%s' %(os.getpid(), nums))defwork2():print('in process2 pid=%d, nums=%s' %(os.getpid(), nums))if __name__ == '__main__':
p1= Process(target=work1)
p1.start()
p1.join()
p2= Process(target=work2)
p2.start()

运行结果

in process1 pid=16972, num=[11, 22]in process1 pid=16972, nums=[11, 22, 0]in process1 pid=16972, nums=[11, 22, 0, 1]in process1 pid=16972, nums=[11, 22, 0, 1, 2]in process2 pid=21240, nums=[11, 22]

三、进程、线程对比

1、功能

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

线程，能够完成多任务，比如 一个QQ中的多个聊天窗口

2、定义的不同

进程是系统进行资源分配和调度的一个独立单位.

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(如程序计数器,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.

3、区别

一个程序至少有一个进程,一个进程至少有一个线程.

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。

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

线线程不能够独立执行，必须依存在进程中

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

4、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；而进程正相反。

四、进程间通信-Queue

Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。

1. Queue的使用

可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：

from multiprocessing importQueue
q= Queue(3) #初始化一个Queue对象，可以接收三条put消息
q.put('消息1')
q.put('消息2')print(q.full()) #False
q.put('消息3')print(q.full()) #True
#因为消息队列已满，下面的try都会抛出异常，第一个会等待2秒，第二个直接抛出
try:
q.put('消息3', True, 2)except:print('消息队列已满，现有消息数量：%s' %q.qsize())try:
q.put_nowait('消息4')except:print('消息队列已满，现在消息数量为：%s' %q.qsize())#推荐的方式，先判断消息队列是否已满，在写入
if notq.full():
q.put_nowait('消息4')#读取消息时，先判断消息队列是否为空，在读取
if notq.empty():for i inrange(q.qsize()):print(q.get_nowait())

运行结果：

False

True

消息队列已满，现有消息数量：3消息队列已满，现在消息数量为：3消息1

消息2

消息3

说明

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)；

2. Queue实例

我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：

from multiprocessing importProcess, Queueimportos, time, random#写数据进程执行的代码:
defwrite(q):for value in ['A', 'B', 'C']:print('Put %s to queue...' %value)
q.put(value)
time.sleep(random.random())#读数据进程执行的代码:
defread(q):whileTrue:if notq.empty():
value=q.get(True)print('Get %s from queue.' %value)
time.sleep(random.random())else:break
if __name__=='__main__':#父进程创建Queue，并传给各个子进程：
q =Queue()
pw= Process(target=write, args=(q,))
pr= Process(target=read, args=(q,))#启动子进程pw，写入:
pw.start()#等待pw结束:
pw.join()#启动子进程pr，读取:
pr.start()
pr.join()#pr进程里是死循环，无法等待其结束，只能强行终止:
print('')print('所有数据都写入并且读完')

运行结果：

Put A to queue...

Put B to queue...

Put C to queue...

Get Afromqueue.

Get Bfromqueue.

Get Cfromqueue.

所有数据都写入并且读完

五、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Process动态成生多个进程，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，如果池还没有满，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，请看下面的实例：

from multiprocessing importPoolimportos, time, randomdefworker(msg):
t_start=time.time()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()print(msg,"执行完毕，耗时%0.2f" % (t_stop-t_start))if __name__ == '__main__':
po= Pool(3) #定义一个进程池，最大进程数3
for i in range(0, 10):#Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
#每次循环将会用空闲出来的子进程去调用目标
po.apply_async(worker,(i,))print("----start----")
po.close()#关闭进程池，关闭后po不再接收新的请求
po.join() #等待po中所有子进程执行完成，必须放在close语句之后
print("-----end-----")

----start----0开始执行,进程号为14940

1开始执行,进程号为2352

2开始执行,进程号为139082 执行完毕，耗时0.093开始执行,进程号为13908

0 执行完毕，耗时1.484开始执行,进程号为149403 执行完毕，耗时1.495开始执行,进程号为139084 执行完毕，耗时0.376开始执行,进程号为149405 执行完毕，耗时0.287开始执行,进程号为139081 执行完毕，耗时1.968开始执行,进程号为23527 执行完毕，耗时1.089开始执行,进程号为139086 执行完毕，耗时1.71

8 执行完毕，耗时1.69

9 执行完毕，耗时1.05

-----end-----

multiprocessing.Pool常用函数解析：

apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func(并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程)，args为传递给func的参数列表，kwds为传递给func的关键字参数列表；

close()：关闭Pool，使其不再接受新的任务；

terminate()：不管任务是否完成，立即终止；

join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

六、进程池中的Queue

#修改import中的Queue为Manager
from multiprocessing importManager,Poolimportos,time,randomdefreader(q):print("reader启动(%s),父进程为(%s)" %(os.getpid(), os.getppid()))for i inrange(q.qsize()):print("reader从Queue获取到消息：%s" %q.get(True))defwriter(q):print("writer启动(%s),父进程为(%s)" %(os.getpid(), os.getppid()))for i in "itcast":
q.put(i)if __name__=="__main__":print("(%s) start" %os.getpid())
q= Manager().Queue() #使用Manager中的Queue
po =Pool()
po.apply_async(writer, (q,))
time.sleep(1) #先让上面的任务向Queue存入数据，然后再让下面的任务开始从中取数据
po.apply_async(reader, (q,))
po.close()
po.join()print("(%s) End" % os.getpid())
(11095) start
writer启动(11097),父进程为(11095)
reader启动(11098),父进程为(11095)
reader从Queue获取到消息：i
reader从Queue获取到消息：t
reader从Queue获取到消息：c
reader从Queue获取到消息：a
reader从Queue获取到消息：s
reader从Queue获取到消息：t
(11095) End

七、应用：文件夹copy器(多进程版)

importmultiprocessingimportosimporttimeimportrandomdefcopy_file(queue, file_name,source_folder_name, dest_folder_name):"""copy文件到指定的路径"""f_read= open(source_folder_name + "/" + file_name, "rb")
f_write= open(dest_folder_name + "/" + file_name, "wb")whileTrue:
time.sleep(random.random())
content= f_read.read(1024)ifcontent:
f_write.write(content)else:breakf_read.close()
f_write.close()#发送已经拷贝完毕的文件名字
queue.put(file_name)defmain():#获取要复制的文件夹
source_folder_name = input("请输入要复制文件夹名字:")#整理目标文件夹
dest_folder_name = source_folder_name + "[副本]"
#创建目标文件夹
try:
os.mkdir(dest_folder_name)except:pass #如果文件夹已经存在，那么创建会失败
#获取这个文件夹中所有的普通文件名
file_names =os.listdir(source_folder_name)#创建Queue
queue =multiprocessing.Manager().Queue()#创建进程池
pool = multiprocessing.Pool(3)for file_name infile_names:#向进程池中添加任务
pool.apply_async(copy_file, args=(queue, file_name, source_folder_name, dest_folder_name))#主进程显示进度
pool.close()
all_file_num=len(file_names)whileTrue:
file_name=queue.get()if file_name infile_names:
file_names.remove(file_name)
copy_rate= (all_file_num-len(file_names))*100/all_file_numprint("\r%.2f...(%s)" % (copy_rate, file_name) + " "*50, end="")if copy_rate >= 100:break
print()if __name__ == "__main__":
main()