Python学习—pyhton中的进程

1.进程定义

进程： 进程就是一个程序在一个数据集上的一次动态执行过程。进程一般由程序、数据、进程控制块（pcb）三部分组成。
（1）我们编写的程序用来描述进程要完成哪些功能以及如何完成；
（2）数据则是程序在执行过程中所需要使用的资源；
（3）进程控制块用来记录进程的所有信息。系统可以利用它来控制和管理进程，它是系统感知进程存在的唯一标志。

2.创建进程

新创建的进程在内存独立开辟一块空间，不与其他进程共享空间、数据。
同一个进程中，新创建的线程与此进程里其他线程共享空间、数据。

1.os.fork()函数

os模块的三个方法：
os.fork()创建一个当前进程的子进程
os.getpid()获取当前进程pid
os.getppid()获取当前进程的父进程的Pid
关于fork():
它用来创建一个进程，即为当前进程的子进程，复制父进程的所有代码并从fork语句处开始运行。运行父进程还是子进程的取决于当前os调度策略。
在父进程中返回子进程的pid，在子进程中返回0。即返回0表示在子进程中运行，返回大与0的数表示在父进程中运行。

例子：

import os

print('当前进程：',os.getpid())
print('当前进程的父进程：',os.getppid())

pid = os.fork()
if pid == 0:
    print('此时为子进程：',os.getpid(),'\n其父进程：',os.getppid())
else:
    print('父进程：',os.getpid(),'\nos.fork的返回值pid：',pid)

运行结果：

当前进程： 16839
当前进程的父进程： 2912
父进程： 16839 
os.fork的返回值pid： 16842
此时为子进程： 16842 
其父进程： 16839

从运行结果中看，在linux中fork产生子进程后是先运行父进程，当父进程结束后再进入子进程运行。

2.实例化进程类

直接通过实例化进程类multiprocessing.Process创建新进程。
和线程类一样，进程类也有start()方法，join()方法。调用对象的start()方法实例上也是调用的类中的run()方法。

# 导入进程模块
import multiprocessing
import os

def job(ss):
    print(ss,'当前子进程：%s' %os.getpid())

#实例化进程类，并提交任务，传入任务所需要的参数
p1 = multiprocessing.Process(target=job,args=('abc',))
p1.start()
p2 = multiprocessing.Process(target=job,args=('123',))
p2.start()

# 和线程一样，进程也有join方法。
p1.join()
p2.join()

print('完成......')

运行结果：

abc 当前子进程：17234
123 当前子进程：17235
完成......

3.继承进程类来自定义进程类

继承python提供的进程类，重写方法，创建自己所需要的进程类，再实例化自定义的进程类。

import multiprocessing

class Job(multiprocessing.Process):
    #重写构造方法
    def __init__(self,cc):
        super(Job, self).__init__()
        self.cc = cc

    #重写run方法，和线程一样
    def run(self):
        print(self.cc)

#实例化对象
if __name__ == "__main__":
    pp = []
    for i in range(10):
        p = Job(str(i)+':123456')
        pp.append(p)
        p.start()

    for p in pp:
        p.join()
    print('hahhahaha')

运行结果：

0:123456
1:123456
2:123456
3:123456
4:123456
5:123456
6:123456
7:123456
8:123456
9:123456
hahhahaha

3.多进程与多线程的对比

import threading
import multiprocessing
from timeit import timeit

class Jobthread(threading.Thread):
    def __init__(self,li):
        super(Jobthread,self).__init__()
        self.li = li
    def run(self):
        sum(self.li)

class Jobprocess(multiprocessing.Process):
    def __init__(self,li):
        super(Jobprocess, self).__init__()
        self.li = li
    def run(self):
        for i in self.li:
            sum(i)

# 这个装饰器是自己写的，用来计算某个函数执行时间
@timeit
def use_Pro(list):
    for i in range(0,len(list), 1000):
        p = Jobprocess(list[i:i+1000])
        p.start()

@timeit
def use_Thr(list):
    for li in list:
        t = Jobthread(li)
        t.start

if __name__ == "__main__":
    list = [[1,2,3,4,5,6],[2,3,4,5,6,7],[3,4,5,6,7,8],[4,5,6,7,8,9]]*1000
    use_Pro(list)
    use_Thr(list)

运行结果：

use_Pro运行时间0.0041866302490234375
use_Thr运行时间0.02240157127380371

正如看到的结果一样，多进程适合计算密集型任务，多线程适合i/o密集型任务。

3.守护进程与终止进程

1.守护进程-daemon属性

和线程类似，进程类也有一个daemon属性，默认值为False。
当改变他的值为True时，当主进程结束，就会强行终止其他的所以进程。
实例：
（1）第一个程序

import multiprocessing
import time

def job():
    print('开始子进程')
    time.sleep(3)
    print('子进程结束')

if __name__ == "__main__":
    p = multiprocessing.Process(target=job)
    p.start()
    print("程序结束......")

运行结果：

程序结束......
开始子进程
子进程结束

主进程结束，其他进程还在继续执行。
（2）第二个程序

import multiprocessing
import time

def job():
    print('开始子进程')
    time.sleep(3)
    print('子进程结束')

if __name__ == "__main__":
    p = multiprocessing.Process(target=job)
    p.daemon = True
    p.start()
    print("程序结束......")

运行结果：

程序结束......

当主进程结束，其他进程将会被强制终止结束。

2.终止进程

import multiprocessing
import time

def job():
    print('开始子进程')
    time.sleep(3)
    print('子进程结束')

if __name__ == "__main__":
    p = multiprocessing.Process(target=job)
    p.daemon = True
    print(p.is_alive())     #启动进程之前查看进程状态
    p.start()
    print(p.is_alive())     #启动进程之后查看进程状态
    p.terminate()           #终止进程
    print(p.is_alive())     #终止进程命令一发出后，查看进程状态。此时进程在释放过程中，还没有被完全释放。
    p.join()                #先让进程完全释放
    print(p.is_alive())     #最后查看进程状态

    print("程序结束......")

运行结果：

False
True
True
False
程序结束......

4.进程间通信

"""
通过队列实现进程间通信，队列充当消息管道的作用（类似生产者消费者模型）
这里通信一直存在，也就是这两个进程会一直存在，没有销毁释放。
"""
import multiprocessing
from multiprocessing import Queue
import time

class Put_news(multiprocessing.Process):
    def __init__(self,queue):
        super(Put_news, self).__init__()
        self.queue = queue
    def run(self):
        for i in range(100):
            self.queue.put(i)
            print("传递消息：%s" %i)
            time.sleep(0.1)

class Get_news(multiprocessing.Process):
    def __init__(self,queue):
        super(Get_news, self).__init__()
        self.queue = queue
    def run(self):
        while True:
            time.sleep(0.11)
            print("接收消息++++++++++++：%s" %(self.queue.get()))

if __name__ == "__main__":
    q = Queue()
    p = Put_news(q)
    g = Get_news(q)
    p.start()
    g.start()

    if not p.is_alive():
        g.terminate()

运行结果：

5.分布式进程

任务需要处理的数据特别大, 希望多台主机共同处理任务。multiprocessing.managers子模块里面可以实现将进程分布到多台机器上
（管理端主机要运算一些列任务，通过与其他主机建立“连接“，将任务分配给其他主机执行，并将执行结果返回给管理端主机。）
管理端主机代码：

import random
from queue import Queue
from multiprocessing.managers import BaseManager

# 1.创建队列（发送任务的队列，收取结果的队列）
task_queue = Queue()
result_queue = Queue()

# 第二三步骤可以互换顺序
# 2.将队列注册到网络（这样其他主机可以通过网络接收任务，发送结果）
# 注册的队列（任务队列，结果队列）的唯一标识码分别为'put_task_queue'，'get_result_queue'
BaseManager.reGISter('put_task_queue',callable=lambda :task_queue)
BaseManager.register('get_result_queue',callable=lambda : result_queue)

# 3.绑定端口(3333)，设定密码(hahahaha)
manager = BaseManager(address=('172.25.254.158',3333),authkey=b'hahahaha')

# 4.启动manager，开始共享队列
manager.start()

# 5.通过网络访问共享的队列
task = manager.put_task_queue()
result = manager.get_result_queue()

# 6.向任务队列中放入执行任务的数据，这里放入100个任务
for i in range(100):
    n = random.randint(10,500)
    task.put(n)
    print('任务列表加入数据：'+str(n))

# 7.从结果队列中读取各个主机的任务执行结果
for j in range(100):
    res = result.get()
    print('执行结果：'+str(res))

# 8.任务执行结束，关闭共享队列
manager.shutdown()

运算主机代码：

"""
在各个工作主机上执行的代码相同
"""

from multiprocessing.managers import BaseManager

# 1. 连接manager端，获取共享的队列
import time

worker = BaseManager(address=('172.25.254.158',3333),authkey=b'hahahaha')

# 2.注册队列，去获取网络上共享的队列中的内容
BaseManager.register('put_task_queue')
BaseManager.register('get_result_queue')

# 3.连接网络
worker.connect()

# 4.通过网络访问共享的队列

task = worker.put_task_queue()
result = worker.get_result_queue()

# 5.读取任务，处理任务,这里读取了50个任务进行处理
# 每台运算主机上的处理任务数量可以不同，不过为了避免修改代码，一般都相同。
for i in range(50):
    n = task.get()
    print('执行任务 %d**2 = '%(n))
    res = '%d**2=%d' %(n,n**2)  #这里设置执行的任务是求平方
    result.put(res)     #将结果放入结果队列
    time.sleep(1)       #休息1秒

print('工作主机执行任务结束.....')

6.进程池

和线程一样，进程也有进程池。
1.第一种方法

import multiprocessing
import time

def job(id):
    print('start id ---> %d' %id)
    print('end id ----> %d' %id)
    time.sleep(3)
# 创建含有8个进程的进程池
pool = multiprocessing.Pool(8)
# 给进城池的进程分配任务
for i in range(12):
    pool.apply_async(job,args=(i,))

# 关闭进程池，使进程池不再工作运行
pool.close()
# 等待所有子进程结束之后再开始主进程
pool.join()

print('all works completed!')

运行结果：

start id ---> 0
end id ----> 0
start id ---> 1
end id ----> 1
start id ---> 2
end id ----> 2
start id ---> 3
end id ----> 3
start id ---> 4
end id ----> 4
start id ---> 5
end id ----> 5
start id ---> 6
end id ----> 6
start id ---> 7
end id ----> 7
start id ---> 8
end id ----> 8
start id ---> 9
end id ----> 9
start id ---> 10
end id ----> 10
start id ---> 11
end id ----> 11
all works completed!

2.第二种方法

from concurrent.futures import ProcessPoolExecutor
import time
def job(id):
    print('start id ---> %d' %id)
    print('end id ----> %d' %id)
    time.sleep(3)

# 创建含有2个进程的进程池
pool = ProcessPoolExecutor(max_workers=2)
# 给进程池的进程分配任务，submit方法返回一个_base.Future对象
f1 = pool.submit(job,1)
f2 = pool.submit(job,2)
f3 = pool.submit(job,3)
f4 = pool.submit(job,4)
# 执行f1对象的各种方法
f1.done()
f1.result()

运行结果：

start id ---> 1
end id ----> 1
start id ---> 2
end id ----> 2
start id ---> 3
end id ----> 3
start id ---> 4
end id ----> 4

3.第三种方法

from concurrent.futures import ProcessPoolExecutor
import time
def job(id):
    print('start id ---> %d' %id)
    print('end id ----> %d' %id)
    time.sleep(1)
pool = ProcessPoolExecutor(max_workers=3)
pool.map(job,range(1,10))

运行结果：

start id ---> 1
end id ----> 1
start id ---> 2
end id ----> 2
start id ---> 3
end id ----> 3
start id ---> 4
end id ----> 4
start id ---> 5
end id ----> 5
start id ---> 6
end id ----> 6
start id ---> 7
end id ----> 7
start id ---> 8
end id ----> 8
start id ---> 9
end id ----> 9