1 進(jìn)程的基本概念
什么是進(jìn)程？
? 進(jìn)程就是一個程序在一個數(shù)據(jù)集上的一次動態(tài)執(zhí)行過程。進(jìn)程一般由程序、數(shù)據(jù)集、進(jìn)程控制塊三部分組成。我們編寫的程序用來描述進(jìn)程要完成哪些功能以及如何完成；數(shù)據(jù)集則是程序在執(zhí)行過程中所需要使用的資源；進(jìn)程控制塊用來記錄進(jìn)程的外部特征，描述進(jìn)程的執(zhí)行變化過程，系統(tǒng)可以利用它來控制和管理進(jìn)程，它是系統(tǒng)感知進(jìn)程存在的唯一標(biāo)志。
2 父進(jìn)程和子進(jìn)程
? Linux 操作系統(tǒng)提供了一個 fork() 函數(shù)用來創(chuàng)建子進(jìn)程，這個函數(shù)很特殊，調(diào)用一次，返回兩次，因為操作系統(tǒng)是將當(dāng)前的進(jìn)程（父進(jìn)程）復(fù)制了一份（子進(jìn)程），然后分別在父進(jìn)程和子進(jìn)程內(nèi)返回。子進(jìn)程永遠(yuǎn)返回0，而父進(jìn)程返回子進(jìn)程的 PID。我們可以通過判斷返回值是不是 0 來判斷當(dāng)前是在父進(jìn)程還是子進(jìn)程中執(zhí)行。
? 在 Python 中同樣提供了 fork() 函數(shù)，此函數(shù)位于 os 模塊下。
# -*- coding: utf-8 -*-
__author__ = 'diesn'
__date__ = '2018/5/31 下午5:17'
import os
import time
print("在創(chuàng)建子進(jìn)程前: pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
pid = os.fork()
if pid == 0:
print("子進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
time.sleep(5)
else:
print("父進(jìn)程信息: pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
# pid表示回收的子進(jìn)程的pid
#pid, result = os.wait() # 回收子進(jìn)程資源 阻塞
time.sleep(5)
#print("父進(jìn)程：回收的子進(jìn)程pid=%d" % pid)
#print("父進(jìn)程：子進(jìn)程退出時 result=%d" % result)
# 下面的內(nèi)容會被打印兩次，一次是在父進(jìn)程中，一次是在子進(jìn)程中。
# 父進(jìn)程中拿到的返回值是創(chuàng)建的子進(jìn)程的pid，大于0
print("fork創(chuàng)建完后: pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
2.1 父子進(jìn)程如何區(qū)分?
? 子進(jìn)程是父進(jìn)程通過fork()產(chǎn)生出來的，pid = os.fork()
? 通過返回值pid是否為0，判斷是否為子進(jìn)程，如果是0，則表示是子進(jìn)程
? 由于 fork() 是 Linux 上的概念，所以如果要跨平臺，最好還是使用 subprocess 模塊來創(chuàng)建子進(jìn)程。
2.2 子進(jìn)程如何回收？
python中采用os.wait()方法用來回收子進(jìn)程占用的資源
pid, result = os.wait() # 回收子進(jìn)程資源 阻塞，等待子進(jìn)程執(zhí)行完成回收
如果有子進(jìn)程沒有被回收的，但是父進(jìn)程已經(jīng)死掉了，這個子進(jìn)程就是僵尸進(jìn)程。
3 Python進(jìn)程模塊
? python的進(jìn)程multiprocessing模塊有多種創(chuàng)建進(jìn)程的方式，每種創(chuàng)建方式和進(jìn)程資源的回收都不太相同，下面分別針對Process,Pool及系統(tǒng)自帶的fork三種進(jìn)程分析。
3.1 fork()
import os
pid = os.fork() # 創(chuàng)建一個子進(jìn)程
os.wait() # 等待子進(jìn)程結(jié)束釋放資源
pid為0的代表子進(jìn)程。
缺點(diǎn)：
? 1.兼容性差，只能在類linux系統(tǒng)下使用，windows系統(tǒng)不可使用；
? 2.擴(kuò)展性差，當(dāng)需要多條進(jìn)程的時候，進(jìn)程管理變得很復(fù)雜；
? 3.會產(chǎn)生“孤兒”進(jìn)程和“僵尸”進(jìn)程，需要手動回收資源。
優(yōu)點(diǎn)：
? 是系統(tǒng)自帶的接近低層的創(chuàng)建方式，運(yùn)行效率高。
3.2 Process進(jìn)程
multiprocessing模塊提供Process類實(shí)現(xiàn)新建進(jìn)程
# -*- coding: utf-8 -*-
import os
from multiprocessing import Process
import time
def fun(name):
print("2 子進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
print("hello " + name)
def test():
print('ssss')
if __name__ == "__main__":
print("1 主進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
ps = Process(target=fun, args=('jingsanpang', ))
print("111 ##### ps pid: " + str(ps.pid) + ", ident:" + str(ps.ident))
print("3 進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
print(ps.is_alive()) # 啟動之前 is_alive為False(系統(tǒng)未創(chuàng)建)
ps.start()
print(ps.is_alive()) # 啟動之后，is_alive為True(系統(tǒng)已創(chuàng)建)
print("222 #### ps pid: " + str(ps.pid) + ", ident:" + str(ps.ident))
print("4 進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
ps.join() # 等待子進(jìn)程完成任務(wù)
print(ps.is_alive())
print("5 進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
ps.terminate()
print("6 進(jìn)程信息： pid=%s, ppid=%s" % (os.getpid(), os.getppid()))
特點(diǎn)：
? 1.注意：Process對象可以創(chuàng)建進(jìn)程，但Process對象不是進(jìn)程，其刪除與否與系統(tǒng)資源是否被回收沒有直接的關(guān)系。
2.主進(jìn)程執(zhí)行完后會默認(rèn)等待子進(jìn)程結(jié)束后回收資源，不需要手動回收資源；join()函數(shù)用來控制子進(jìn)程結(jié)束的順序,其內(nèi)部也有一個清除僵尸進(jìn)程的函數(shù)，可以回收資源；
3.Process進(jìn)程創(chuàng)建時，子進(jìn)程會將主進(jìn)程的Process對象完全復(fù)制一份，這樣在主進(jìn)程和子進(jìn)程各有一個 Process對象，但是p.start()啟動的是子進(jìn)程，主進(jìn)程中的Process對象作為一個靜態(tài)對象存在，不執(zhí)行。
4.當(dāng)子進(jìn)程執(zhí)行完畢后，會產(chǎn)生一個僵尸進(jìn)程，其會被join函數(shù)回收，或者再有一條進(jìn)程開啟，start函數(shù)也會回收僵尸進(jìn)程，所以不一定需要寫join函數(shù)。
5.windows系統(tǒng)在子進(jìn)程結(jié)束后會立即自動清除子進(jìn)程的Process對象，而linux系統(tǒng)子進(jìn)程的Process對象如果沒有join函數(shù)和start函數(shù)的話會在主進(jìn)程結(jié)束后統(tǒng)一清除。
另外還可以通過繼承Process對象來重寫run方法創(chuàng)建進(jìn)程
3.3 進(jìn)程池POOL (多個進(jìn)程)
# -*- coding: utf-8 -*-
__author__ = 'disen'
__date__ = '2018/5/31 下午9:16'
import multiprocessing
import time
def work(msg):
mult_proces_name = multiprocessing.current_process().name
print('process: ' + mult_proces_name + '-' + msg)
if __name__ == "__main__":
pool = multiprocessing.Pool(processes=5) # 創(chuàng)建5個進(jìn)程
for i in range(20):
msg = "process %d" %(i)
pool.apply_async(work, (msg, ))
pool.close() # 關(guān)閉進(jìn)程池，表示不能在往進(jìn)程池中添加進(jìn)程
pool.join() # 等待進(jìn)程池中的所有進(jìn)程執(zhí)行完畢，必須在close()之后調(diào)用
print("Sub-process all done.")
? 上述代碼中的pool.apply_async()是apply()函數(shù)的變體，apply_async()是apply()的并行版本，apply()是apply_async()的阻塞版本，使用apply()主進(jìn)程會被阻塞直到函數(shù)執(zhí)行結(jié)束，所以說是阻塞版本。apply()既是Pool的方法，也是Python內(nèi)置的函數(shù)，兩者等價?？梢钥吹捷敵鼋Y(jié)果并不是按照代碼for循環(huán)中的順序輸出的。
多個子進(jìn)程并返回值
apply_async()本身就可以返回被進(jìn)程調(diào)用的函數(shù)的返回值。上一個創(chuàng)建多個子進(jìn)程的代碼中，如果在函數(shù)func中返回一個值，那么pool.apply_async(func, (msg, ))的結(jié)果就是返回pool中所有進(jìn)程的值的對象（注意是對象，不是值本身）。
import multiprocessing
import time
def func(msg):
return multiprocessing.current_process().name + '-' + msg
if __name__ == "__main__":
pool = multiprocessing.Pool(processes=4) # 創(chuàng)建4個進(jìn)程
results = []
for i in range(20):
msg = "process %d" %(i)
results.append(pool.apply_async(func, (msg, )))
pool.close() # 關(guān)閉進(jìn)程池，表示不能再往進(jìn)程池中添加進(jìn)程，需要在join之前調(diào)用
pool.join() # 等待進(jìn)程池中的所有進(jìn)程執(zhí)行完畢
print ("Sub-process(es) done.")
for res in results:
print (res.get())
? 與之前的輸出不同，這次的輸出是有序的。
? 如果電腦是八核，建立8個進(jìn)程，在Ubuntu下輸入top命令再按下大鍵盤的1，可以看到每個CPU的使用率是比較平均的
4 進(jìn)程間通信方式
- 管道pipe：管道是一種半雙工的通信方式，數(shù)據(jù)只能單向流動，而且只能在具有親緣關(guān)系的進(jìn)程間使用。進(jìn)程的親緣關(guān)系通常是指父子進(jìn)程關(guān)系。
- 命名管道FIFO：有名管道也是半雙工的通信方式，但是它允許無親緣關(guān)系進(jìn)程間的通信。
- 消息隊列MessageQueue：消息隊列是由消息的鏈表，存放在內(nèi)核中并由消息隊列標(biāo)識符標(biāo)識。消息隊列克服了信號傳遞信息少、管道只能承載無格式字節(jié)流以及緩沖區(qū)大小受限等缺點(diǎn)。
- 共享存儲SharedMemory：共享內(nèi)存就是映射一段能被其他進(jìn)程所訪問的內(nèi)存，這段共享內(nèi)存由一個進(jìn)程創(chuàng)建，但多個進(jìn)程都可以訪問。共享內(nèi)存是最快的 IPC 方式，它是針對其他進(jìn)程間通信方式運(yùn)行效率低而專門設(shè)計的。它往往與其他通信機(jī)制，如信號兩，配合使用，來實(shí)現(xiàn)進(jìn)程間的同步和通信。
以上幾種進(jìn)程間通信方式中，消息隊列是使用的比較頻繁的方式。
（1）管道pipe**
import multiprocessing
def foo(sk):
sk.send('hello father')
print(sk.recv())
if __name__ == '__main__':
conn1,conn2=multiprocessing.Pipe() #開辟兩個口，都是能進(jìn)能出，括號中如果False即單向通信
p=multiprocessing.Process(target=foo,args=(conn1,)) #子進(jìn)程使用sock口，調(diào)用foo函數(shù)
p.start()
print(conn2.recv()) #主進(jìn)程使用conn口接收
conn2.send('hi son') #主進(jìn)程使用conn口發(fā)送
（2）消息隊列Queue
Queue是多進(jìn)程的安全隊列，可以使用Queue實(shí)現(xiàn)多進(jìn)程之間的數(shù)據(jù)傳遞。
Queue的一些常用方法：
- Queue.qsize()：返回當(dāng)前隊列包含的消息數(shù)量；
- Queue.empty()：如果隊列為空，返回True，反之False ；
- Queue.full()：如果隊列滿了，返回True,反之False；
- Queue.get():獲取隊列中的一條消息，然后將其從列隊中移除，可傳參超時時長。
- Queue.get_nowait()：相當(dāng)Queue.get(False),取不到值時觸發(fā)異常：Empty；
- Queue.put():將一個值添加進(jìn)數(shù)列，可傳參超時時長。
- Queue.put_nowait():相當(dāng)于Queue.get(False),當(dāng)隊列滿了時報錯：Full。
案例：
from multiprocessing import Process, Queue
import time
def write(q):
for i in ['A', 'B', 'C', 'D', 'E']:
print('Put %s to queue' % i)
q.put(i)
time.sleep(0.5)
def read(q):
while True:
v = q.get(True)
print('get %s from queue' % v)
if __name__ == '__main__':
q = Queue()
pw = Process(target=write, args=(q,))
pr = Process(target=read, args=(q,))
print('write process = ', pw)
print('read process = ', pr)
pw.start()
pr.start()
pw.join()
pr.join()
pr.terminate()
pw.terminate()
Queue和pipe只是實(shí)現(xiàn)了數(shù)據(jù)交互，并沒實(shí)現(xiàn)數(shù)據(jù)共享，即一個進(jìn)程去更改另一個進(jìn)程的數(shù)據(jù)。
注：進(jìn)程間通信應(yīng)該盡量避免使用共享數(shù)據(jù)的方式
5 多進(jìn)程實(shí)現(xiàn)生產(chǎn)者消費(fèi)者
以下通過多進(jìn)程實(shí)現(xiàn)生產(chǎn)者，消費(fèi)者模式
import multiprocessing
from multiprocessing import Process
from time import sleep
import time
class MultiProcessProducer(multiprocessing.Process):
def __init__(self, num, queue):
"""Constructor"""
multiprocessing.Process.__init__(self)
self.num = num
self.queue = queue
def run(self):
t1 = time.time()
print('producer start ' + str(self.num))
for i in range(1000):
self.queue.put((i, self.num))
# print 'producer put', i, self.num
t2 = time.time()
print('producer exit ' + str(self.num))
use_time = str(t2 - t1)
print('producer ' + str(self.num) + ',
use_time: '+ use_time)
class MultiProcessConsumer(multiprocessing.Process):
def __init__(self, num, queue):
"""Constructor"""
multiprocessing.Process.__init__(self)
self.num = num
self.queue = queue
def run(self):
t1 = time.time()
print('consumer start ' + str(self.num))
while True:
d = self.queue.get()
if d != None:
# print 'consumer get', d, self.num
continue
else:
break
t2 = time.time()
print('consumer exit ' + str(self.num))
print('consumer ' + str(self.num) + ', use time:' + str(t2 - t1))
def main():
# create queue
queue = multiprocessing.Queue()
# create processes
producer = []
for i in range(5):
producer.append(MultiProcessProducer(i, queue))
consumer = []
for i in range(5):
consumer.append(MultiProcessConsumer(i, queue))
# start processes
for i in range(len(producer)):
producer[i].start()
for i in range(len(consumer)):
consumer[i].start()
# wait for processs to exit
for i in range(len(producer)):
producer[i].join()
for i in range(len(consumer)):
queue.put(None)
for i in range(len(consumer)):
consumer[i].join()
print('all done finish')
if __name__ == "__main__":
main()
6 總結(jié)
? python中的多進(jìn)程創(chuàng)建有以下兩種方式：
（1）fork子進(jìn)程
（2）采用 multiprocessing 這個庫創(chuàng)建子進(jìn)程
? 需要注意的是隊列中queue.Queue是線程安全的，但并不是進(jìn)程安全，所以多進(jìn)程一般使用線程、進(jìn)程安全的multiprocessing.Queue()
? 另外, 進(jìn)程池使用 multiprocessing.Pool實(shí)現(xiàn)，pool = multiprocessing.Pool(processes = 3)，產(chǎn)生一個進(jìn)程池，pool.apply_async實(shí)現(xiàn)非租塞模式，pool.apply實(shí)現(xiàn)阻塞模式。
apply_async和 apply函數(shù)，前者是非阻塞的，后者是阻塞?？梢钥闯鲞\(yùn)行時間相差的倍數(shù)正是進(jìn)程池數(shù)量。
? 同時可以通過result.append(pool.apply_async(func, (msg, )))獲取非租塞式調(diào)用結(jié)果信息的。
