1、python多進程編程背景

python中的多進程最大的好處就是充分利用多核cpu的資源，不像python中的多線程，受制于GIL的限制，從而只能進行cpu分配，在python的多進程中，適合于所有的場合，基本上能用多線程的，那么基本上就能用多進程。

在進行多進程編程的時候，其實和多線程差不多，在多線程的包threading中，存在一個線程類Thread，在其中有三種方法來創建一個線程，啟動線程，其實在多進程編程中，存在一個進程類Process，也可以使用那集中方法來使用；在多線程中，內存中的數據是可以直接共享的，例如list等，但是在多進程中，內存數據是不能共享的，從而需要用單獨的數據結構來處理共享的數據；在多線程中，數據共享，要保證數據的正確性，從而必須要有所，但是在多進程中，鎖的考慮應該很少，因為進程是不共享內存信息的，進程之間的交互數據必須要通過特殊的數據結構，在多進程中，主要的內容如下圖：

2、多進程的類Process

多進程的類Process和多線程的類Thread差不多的方法，兩者的接口基本相同，具體看以下的代碼：

            
#!/usr/bin/env python

from multiprocessing import Process
import os
import time

def func(name):
  print 'start a process'
  time.sleep(3)
  print 'the process parent id :',os.getppid()
  print 'the process id is :',os.getpid()

if __name__ =='__main__':
  processes = []
  for i in range(2):
    p = Process(target=func,args=(i,))
    processes.append(p)
  for i in processes:
    i.start()
  print 'start all process'
  for i in processes:
    i.join()
    #pass
  print 'all sub process is done!'
          

在上面例子中可以看到，多進程和多線程的API接口是一樣一樣的，顯示創建進程，然后進行start開始運行，然后join等待進程結束。

在需要執行的函數中，打印出了進程的id和pid，從而可以看到父進程和子進程的id號，在linu中，進程主要是使用fork出來的，在創建進程的時候可以查詢到父進程和子進程的id號，而在多線程中是無法找到線程的id，執行效果如下：

            
start all process
start a process
start a process

the process parent id : 8036
the process parent id : 8036
the process id is : 8037
the process id is : 8038
all sub process is done!

          

在操作系統中查詢的id的時候，最好用pstree，清晰：

          
├─sshd(1508)─┬─sshd(2259)───bash(2261)───python(7520)─┬─python(7521)
    │      │                    ├─python(7522)
    │      │                    ├─python(7523)
    │      │                    ├─python(7524)
    │      │                    ├─python(7525)
    │      │                    ├─python(7526)
    │      │                    ├─python(7527)
    │      │                    ├─python(7528)
    │      │                    ├─python(7529)
    │      │                    ├─python(7530)
    │      │                    ├─python(7531)
    │      │                    └─python(7532)
        

在進行運行的時候，可以看到，如果沒有join語句，那么主進程是不會等待子進程結束的，是一直會執行下去，然后再等待子進程的執行。

在多進程的時候，說，我怎么得到多進程的返回值呢？然后寫了下面的代碼：

            
#!/usr/bin/env python

import multiprocessing

class MyProcess(multiprocessing.Process):
  def __init__(self,name,func,args):
    super(MyProcess,self).__init__()
    self.name = name
    self.func = func
    self.args = args
    self.res = ''

  def run(self):
    self.res = self.func(*self.args)
    print self.name
    print self.res
    return (self.res,'kel')

def func(name):
  print 'start process...'
  return name.upper()

if __name__ == '__main__':
  processes = []
  result = []
  for i in range(3):
    p = MyProcess('process',func,('kel',))
    processes.append(p)
  for i in processes:
    i.start()
  for i in processes:
    i.join()
  for i in processes:
    result.append(i.res)
  for i in result:
    print i
          

嘗試從結果中返回值，從而在主進程中得到子進程的返回值，然而，，，并沒有結果，后來一想，在進程中，進程之間是不共享內存的 ，那么使用list來存放數據顯然是不可行的，進程之間的交互必須依賴于特殊的數據結構，從而以上的代碼僅僅是執行進程，不能得到進程的返回值，但是以上代碼修改為線程，那么是可以得到返回值的。

3、進程間的交互Queue

進程間交互的時候，首先就可以使用在多線程里面一樣的Queue結構，但是在多進程中，必須使用multiprocessing里的Queue，代碼如下：

            
#!/usr/bin/env python

import multiprocessing

class MyProcess(multiprocessing.Process):
  def __init__(self,name,func,args):
    super(MyProcess,self).__init__()
    self.name = name
    self.func = func
    self.args = args
    self.res = ''

  def run(self):
    self.res = self.func(*self.args)

def func(name,q):
  print 'start process...'
  q.put(name.upper())

if __name__ == '__main__':
  processes = []
  q = multiprocessing.Queue()
  for i in range(3):
    p = MyProcess('process',func,('kel',q))
    processes.append(p)
  for i in processes:
    i.start()
  for i in processes:
    i.join()
  while q.qsize() > 0:
    print q.get()
          

其實這個是上面例子的改進，在其中，并沒有使用什么其他的代碼，主要就是使用Queue來保存數據，從而可以達到進程間交換數據的目的。

在進行使用Queue的時候，其實用的是socket，感覺，因為在其中使用的還是發送send，然后是接收recv。

在進行數據交互的時候，其實是父進程和所有的子進程進行數據交互，所有的子進程之間基本是沒有交互的，除非，但是，也是可以的，例如，每個進程去Queue中取數據，但是這個時候應該是要考慮鎖，不然可能會造成數據混亂。

4、 進程之間交互Pipe

在進程之間交互數據的時候還可以使用Pipe，代碼如下：

            
#!/usr/bin/env python

import multiprocessing

class MyProcess(multiprocessing.Process):
  def __init__(self,name,func,args):
    super(MyProcess,self).__init__()
    self.name = name
    self.func = func
    self.args = args
    self.res = ''

  def run(self):
    self.res = self.func(*self.args)

def func(name,q):
  print 'start process...'
  child_conn.send(name.upper())

if __name__ == '__main__':
  processes = []
  parent_conn,child_conn = multiprocessing.Pipe()
  for i in range(3):
    p = MyProcess('process',func,('kel',child_conn))
    processes.append(p)
  for i in processes:
    i.start()
  for i in processes:
    i.join()
  for i in processes:
    print parent_conn.recv()
          

在以上代碼中，主要是使用Pipe中返回的兩個socket來進行傳輸和接收數據，在父進程中，使用的是parent_conn，在子進程中使用的是child_conn，從而子進程發送數據的方法send，而在父進程中進行接收方法recv

最好的地方在于，明確的知道收發的次數，但是如果某個出現異常，那么估計pipe不能使用了。

5、進程池pool

其實在使用多進程的時候，感覺使用pool是最方便的，在多線程中是不存在pool的。

在使用pool的時候，可以限制每次的進程數，也就是剩余的進程是在排隊，而只有在設定的數量的進程在運行，在默認的情況下，進程是cpu的個數，也就是根據multiprocessing.cpu_count()得出的結果。

在poo中，有兩個方法，一個是map一個是imap，其實這兩方法超級方便，在執行結束之后，可以得到每個進程的返回結果，但是缺點就是每次的時候，只能有一個參數，也就是在執行的函數中，最多是只有一個參數的，否則，需要使用組合參數的方法，代碼如下所示：

            
#!/usr/bin/env python

import multiprocessing

def func(name):
  print 'start process'
  return name.upper()

if __name__ == '__main__':
  p = multiprocessing.Pool(5)
  print p.map(func,['kel','smile'])
  for i in p.imap(func,['kel','smile']):
    print i

          

在使用map的時候，直接返回的一個是一個list，從而這個list也就是函數執行的結果，而在imap中，返回的是一個由結果組成的迭代器，如果需要使用多個參數的話，那么估計需要*args，從而使用參數args。

在使用apply.async的時候，可以直接使用多個參數，如下所示：

            
#!/usr/bin/env python

import multiprocessing
import time
def func(name):
  print 'start process'
  time.sleep(2)
  return name.upper()

if __name__ == '__main__':
  results = []
  p = multiprocessing.Pool(5)
  for i in range(7):
    res = p.apply_async(func,args=('kel',))
    results.append(res)
  for i in results:
    print i.get(2.1)
          

在進行得到各個結果的時候，注意使用了一個list來進行append，要不然在得到結果get的時候會阻塞進程，從而將多進程編程了單進程，從而使用了一個list來存放相關的結果，在進行得到get數據的時候，可以設置超時時間，也就是get(timeout=5)，這種設置。

總結：

在進行多進程編程的時候，注意進程之間的交互，在執行函數之后，如何得到執行函數的結果，可以使用特殊的數據結構，例如Queue或者Pipe或者其他，在使用pool的時候，可以直接得到結果，map和imap都是直接得到一個list和可迭代對象，而apply_async得到的結果需要用一個list裝起來，然后得到每個結果。

以上這篇深入理解python多進程編程就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。