关于进程与线程的对比,下面的解释非常好的说明了这两者的区别:

wKiom1YbmRCyOAd4AAHVL35KPpw258.jpg

    这里主要说明关于Python多进程的下面几点:

1.多进程的使用方法
2.进程间的通信之multiprocessing.Manager()使用
3.Python进程池
(1)比较简单的例子
(2)多个进程多次并发的情况
(3)验证apply.async方法是非阻塞的
(4)验证apply.async中的get()方法是阻塞的


1.多进程的使用方法

    直接给出下面程序代码及注释:

from multiprocessing import Process    #从多进程模块中导入Process
import time

def sayHi(name):
	print 'Hi my name is %s' % name
	time.sleep(3)

for i in range(10):
	p = Process(target=sayHi, args=(i,))    #调用多进程使用方法
	p.start()                               #开始执行多进程

    程序执行结果如下:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing8.py 
Hi my name is 2
Hi my name is 3
Hi my name is 6
Hi my name is 1
Hi my name is 4
Hi my name is 5
Hi my name is 0
Hi my name is 7
Hi my name is 8
Hi my name is 9

    输出顺序不一致,则是因为屏幕的抢占问题而已,但不同的进程执行是并发的。在执行程序的过程中,可以打开另一个窗口来查看进程的执行情况(上面sleep了3秒,所以速度一定要快):

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    10468   1827  1 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10469  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10470  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10471  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10472  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10473  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10474  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10475  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10476  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10477  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10478  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10480   8436  0 19:34 pts/2    00:00:00 grep --color=auto mul*

    可以看到上面有11个进程,但是前面其实只开了10个进程,为什么会有11个呢?那是因为有一个主进程,即这整一个程序本身,而其它的10个进程则是这个主进程下面的子进程,但无论如何,它们都是进程。

    同多线程一样,多进程也有join方法,即可以在p.start()后面加上去,一个进程的执行需要等待上一个进程执行完毕后才行,这就相当于进程的执行就是串行的了。


2.进程间的通信multiprocessing.Manager()使用

    Manager()返回的manager对象控制了一个server进程,此进程包含的python对象可以被其他的进程通过proxies来访问。从而达到多进程间数据通信且安全。

    Manager支持的类型有list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array。

    直接看下面的一个例子:

import multiprocessing
import time

def worker(d, key, value):
	d[key] = value

mgr = multiprocessing.Manager()
d = mgr.dict()
jobs = []            #用来接收多进程函数的返回的结果,存放的是函数的入口
for i in range(10):
	jobs.append(multiprocessing.Process(target=worker,args=(d,i,i*i)))

for j in jobs:       #执行存放的函数入口
	j.start()
for j in jobs:       #检测进程是否执行完毕
	j.join()

#time.sleep(1)       #如果有join()来进程进程是否执行完毕,则这里可以省略
print ('Results:' )
print d

    程序执行结果如下:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing_manager9.py 
Results:
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}


3.Python进程池

    前面我们讲过CPU在某一时刻只能执行一个进程,那为什么上面10个进程还能够并发执行呢?实际在CPU在处理上面10个进程时是在不停的切换执行这10个进程,但由于上面10个进程的程序代码都是十分简单的,并没有涉及什么复杂的功能,并且,CPU的处理速度实在是非常快,所以这样一个过程在我们人为感知里确实是在并发执行的,实际只不过是CPU在不停地切换而已,这是通过增加切换的时间来达到目的的。

    10个简单的进程可以产生这样的效果,那试想一下,如果我有100个进程需要CPU执行,但因为CPU还要进行其它工作,只能一次再处理10个进程(切换处理),否则有可能会影响其它进程工作,这下可怎么办?这时候就可以用到Python中的进程池来进行调控了,在Python中,可以定义一个进程池和这个池的大小,假如定义进程池的大小为10,那么100个进程可以分10次放进进程池中,然后CPU就可以10次并发完成这100个进程了。

(1)比较简单的例子

    程序代码及注释如下:

from multiprocessing import Process,Pool    #导入Pool模块
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)    #定义进程池的数量为5

result = p.apply_async(sayHi, [10])	#开始执行多进程,async为异步执行,即不会等待其它
#子进程的执行结果,为非阻塞模式,除非使用了get()方法,get()方法会等待子进程返回执行结果,
#再去执行下一次进程,可以看后面的例子;同理下有apply方法,阻塞模式,会等待子进程返回执行结果
print result.get()    #get()方法

    程序执行结果如下:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool10.py 
100

real	0m1.066s
user	0m0.016s
sys	0m0.032s

    虽然是定义了进程池的数量为5,但由于这里只执行一个子进程,所以时间为1秒多。

    上面的程序可以改写为下面的形式:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)

result = p.map(sayHi,range(3))

for i in result:print i

    执行结果如下:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing_pool10.py 
0
1
4


(2)多个进程多次并发的情况:解释进程池作用以及多进程并发执行消耗切换时间

    修改上面的程序代码如下:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

for res in result_list:
	print res.get()

    程序执行结果如下:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing_pool_2_11.py 
0
1
4
9
16

25
36
49
64
81


100
121
144
169
196

225
256
289
324
361

400
441
484
529
576

625
676
729
784
841

    每一部分数字之间有空白是因为我按了回车键的原因,以让这个结果更加明显,同时也可以知道,上面的30个进程是分6次来完成的,是因为我定义了进程池的数量为5(30/6=5),为了更有说服力,可以看一下程序的执行时间:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m6.143s
user	0m0.052s
sys	0m0.028s

    可以看到执行的时间为6秒多,之所以不是6秒是因为主程序本身的执行需要一点时间,同时进程间的切换也是需要时间的(这里为5个进程间的切换,因为每次并发执行的进程数为5个),为了说明这一点,我们可以把pool大小改为100,但依然是并发执行6次,程序代码修改为如下:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=100)

result_list = []
for i in range(600):
	result_list.append(p.apply_async(sayHi, [i]))

for res in result_list:
	print res.get()

    再观察一下执行时间:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m6.371s
user	0m0.080s
sys	0m0.128s

    虽然相差的时间只是零点几秒,但随着并发执行进程数的增加,进程间切换需要的时间越来越多,程序执行的时间也就越多,特别是当单个进程非常消耗CPU资源时。


(3)验证apply.sync方法是非阻塞的

    第一个程序代码的注释中,我们说apply.sync方法是非阻塞的,也就是说,无论子进程是否已经执行完毕,只要主进程执行完毕,程序就会退出,看下面的探索过程,以验证一下。

    看下面的程序代码:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(10)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

for res in result_list:
	print res.get()

    先查看程序的执行时间:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m0.149s
user	0m0.020s
sys	0m0.024s

    第一次运行这个程序时,出乎了我的意料,本来我以为这个程序的执行要18s左右才对的,因为子进程并发执行了6次,每一次都sleep了3s(并发执行的进程数比较少,切换的时间就不算上去了),但实际上也并非是如此,因为我查看系统进程时,情况是下面这样的:

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    11499   8436  0 20:35 pts/2    00:00:00 grep --color=auto mul*

    如果原来我的想法是正确的,那么应该在这里可以看到多个我执行的进程才对(因为有个3s的时间在子进程里,并发6次,18s,应该有才对),为什么会没有呢?后来我把程序代码修改为如下:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(3)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

time.sleep(3)

    即我在主程序中添加了time.sleep(3)的代码,还是先查看时间:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m3.107s
user	0m0.040s
sys	0m0.032s

    在上面程序执行过程中,迅速地在另一个窗口查看系统进程:

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    11515   1827  4 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11517  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11518  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11519  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11520  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11521  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11526   8436  0 20:39 pts/2    00:00:00 grep --color=auto mul*

    程序执行结束后,即显示了上面的时间后,我再查看进程:

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    11529   8436  0 20:39 pts/2    00:00:00 grep --color=auto mul*

    于是,上网查找了一些资料,apply.async是非阻塞的,所谓的非阻塞是指:主进程不会等待子进程的返回结果后再结束;正常情况下,如果是产生于主进程的子进程,在主进程结束后也应该不会退出才对,但因为这里的子进程是由pool进程池产生的,所以主进程结束,pool即关闭,因为pool池中的进程需要pool调度才能执行,因此当pool关闭后,这些子进程也随即结束运行。

    其实join方法就可以实现一个功能,就是让子进程结束后才结束主进程,把上面的代码修改为如下:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(3)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

p.close()    #执行p.join()前需要先关闭进程池,否则会出错
p.join()     #主进程等待子进程执行完后才结束

    查看执行的时间:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m18.160s
user	0m0.048s
sys	0m0.044s
xpleaf@xpleaf-mac

    当然,结果就是我们可以预料的了。


(4)验证apply.async中的get()方法是阻塞的

    使用apply.sync中的get()方法时,是会阻塞的,即apply.sync会等进程返回执行结果后才会执行下一个进程,其实(2)中的第一个例子就可以体现出来(程序中有get(),于是就忽略apply.async的非阻塞特性,等待子进程返回结果并使用get()获得结果)。这里不妨看下来一个例子,以实现虽然是多进程并发,但是因为get()的缘故,进程是串行执行的。

    程序代码如下:

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)

for i in range(20):
	result = p.apply_async(sayHi, [i])
	print result.get()

    程序执行结果如下:

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool10.py 
0
1
4
9
16
25
36
49
64
81
100
121
144
169
196
225
256
289
324
361

real	0m20.194s
user	0m0.044s
sys	0m0.064s

    结果是一个一个输出的,其实从程序执行的时间也可以推算出来,至于为什么,那就是因为get()导致阻塞的原因了。



    上面说得其实思路是不太清晰,主要是因为对多进程的掌握是还不够多的,在这个探索的过程中,自己也是慢慢接触到了许多编程思想和方法,还有和操作系统相关的知识,往后深入学习后,如果有时间,会再完善一下。