python學習筆記-40 多進程
要讓Python程序實現多進程(multiprocessing),我們先了解操作系統的相關知識。
Unix/Linux操作系統提供了一個fork()
系統調用,它非常特殊。普通的函數調用,調用一次,返回一次,但是fork()
調用一次,返回兩次,因為操作系統自動把當前進程(稱為父進程)復制了一份(稱為子進程),然後,分別在父進程和子進程內返回。
子進程永遠返回0
,而父進程返回子進程的ID。這樣做的理由是,一個父進程可以fork出很多子進程,所以,父進程要記下每個子進程的ID,而子進程只需要調用getppid()
就可以拿到父進程的ID。
Python的os
模塊封裝了常見的系統調用,其中就包括fork
import os
print(‘Process (%s) start...‘ % os.getpid())
# Only works on Unix/Linux/Mac:
pid = os.fork()
if pid == 0:
print(‘I am child process (%s) and my parent is %s.‘ % (os.getpid(), os.getppid()))
else:
print(‘I (%s) just created a child process (%s).‘ % (os.getpid(), pid))
運行結果如下:
Process (876) start...
I (876) just created a child process (877).
I am child process (877) and my parent is 876.
由於Windows沒有fork
調用,上面的代碼在Windows上無法運行。由於Mac系統是基於BSD(Unix的一種)內核,所以,在Mac下運行是沒有問題的,推薦大家用Mac學Python!
有了fork
調用,一個進程在接到新任務時就可以復制出一個子進程來處理新任務,常見的Apache服務器就是由父進程監聽端口,每當有新的http請求時,就fork出子進程來處理新的http請求。
multiprocessing
如果你打算編寫多進程的服務程序,Unix/Linux無疑是正確的選擇。由於Windows沒有fork
調用,難道在Windows上無法用Python編寫多進程的程序?
由於Python是跨平臺的,自然也應該提供一個跨平臺的多進程支持。multiprocessing
模塊就是跨平臺版本的多進程模塊。
multiprocessing
模塊提供了一個Process
類來代表一個進程對象,下面的例子演示了啟動一個子進程並等待其結束:
from multiprocessing import Process
import os
# 子進程要執行的代碼
def run_proc(name):
print(‘Run child process %s (%s)...‘ % (name, os.getpid()))
if __name__==‘__main__‘:
print(‘Parent process %s.‘ % os.getpid())
p = Process(target=run_proc, args=(‘test‘,))
print(‘Child process will start.‘)
p.start()
p.join()
print(‘Child process end.‘)
執行結果如下:
Parent process 928.
Process will start.
Run child process test (929)...
Process end.
創建子進程時,只需要傳入一個執行函數和函數的參數,創建一個Process
實例,用start()
方法啟動,這樣創建進程比fork()
還要簡單。
join()
方法可以等待子進程結束後再繼續往下運行,通常用於進程間的同步。
Pool
如果要啟動大量的子進程,可以用進程池的方式批量創建子進程:
from multiprocessing import Pool
import os, time, random
def long_time_task(name):
print(‘Run task %s (%s)...‘ % (name, os.getpid()))
start = time.time()
time.sleep(random.random() * 3)
end = time.time()
print(‘Task %s runs %0.2f seconds.‘ % (name, (end - start)))
if __name__==‘__main__‘:
print(‘Parent process %s.‘ % os.getpid())
p = Pool(4)
for i in range(5):
p.apply_async(long_time_task, args=(i,))
print(‘Waiting for all subprocesses done...‘)
p.close()
p.join()
print(‘All subprocesses done.‘)
執行結果如下:
Parent process 669.
Waiting for all subprocesses done...
Run task 0 (671)...
Run task 1 (672)...
Run task 2 (673)...
Run task 3 (674)...
Task 2 runs 0.14 seconds.
Run task 4 (673)...
Task 1 runs 0.27 seconds.
Task 3 runs 0.86 seconds.
Task 0 runs 1.41 seconds.
Task 4 runs 1.91 seconds.
All subprocesses done.
代碼解讀:
對Pool
對象調用join()
方法會等待所有子進程執行完畢,調用join()
之前必須先調用close()
,調用close()
之後就不能繼續添加新的Process
了。
請註意輸出的結果,task 0
,1
,2
,3
是立刻執行的,而task 4
要等待前面某個task完成後才執行,這是因為Pool
的默認大小在我的電腦上是4,因此,最多同時執行4個進程。這是Pool
有意設計的限制,並不是操作系統的限制。如果改成:
p = Pool(5)
就可以同時跑5個進程。
由於Pool
的默認大小是CPU的核數,如果你不幸擁有8核CPU,你要提交至少9個子進程才能看到上面的等待效果。
子進程
很多時候,子進程並不是自身,而是一個外部進程。我們創建了子進程後,還需要控制子進程的輸入和輸出。
subprocess
模塊可以讓我們非常方便地啟動一個子進程,然後控制其輸入和輸出。
下面的例子演示了如何在Python代碼中運行命令nslookup www.python.org
,這和命令行直接運行的效果是一樣的:
import subprocess
print(‘$ nslookup www.python.org‘)
r = subprocess.call([‘nslookup‘, ‘www.python.org‘])
print(‘Exit code:‘, r)
運行結果:
$ nslookup www.python.org
Server: 192.168.19.4
Address: 192.168.19.4#53
Non-authoritative answer:
www.python.org canonical name = python.map.fastly.net.
Name: python.map.fastly.net
Address: 199.27.79.223
Exit code: 0
如果子進程還需要輸入,則可以通過communicate()
方法輸入:
import subprocess
print(‘$ nslookup‘)
p = subprocess.Popen([‘nslookup‘], stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
output, err = p.communicate(b‘set q=mx\npython.org\nexit\n‘)
print(output.decode(‘utf-8‘))
print(‘Exit code:‘, p.returncode)
上面的代碼相當於在命令行執行命令nslookup
,然後手動輸入:
set q=mx
python.org
exit
運行結果如下:
$ nslookup
Server: 192.168.19.4
Address: 192.168.19.4#53
Non-authoritative answer:
python.org mail exchanger = 50 mail.python.org.
Authoritative answers can be found from:
mail.python.org internet address = 82.94.164.166
mail.python.org has AAAA address 2001:888:2000:d::a6
Exit code: 0
進程間通信
Process
之間肯定是需要通信的,操作系統提供了很多機制來實現進程間的通信。Python的multiprocessing
模塊包裝了底層的機制,提供了Queue
、Pipes
等多種方式來交換數據。
我們以Queue
為例,在父進程中創建兩個子進程,一個往Queue
裏寫數據,一個從Queue
裏讀數據:
from multiprocessing import Process, Queue
import os, time, random
# 寫數據進程執行的代碼:
def write(q):
print(‘Process to write: %s‘ % os.getpid())
for value in [‘A‘, ‘B‘, ‘C‘]:
print(‘Put %s to queue...‘ % value)
q.put(value)
time.sleep(random.random())
# 讀數據進程執行的代碼:
def read(q):
print(‘Process to read: %s‘ % os.getpid())
while True:
value = q.get(True)
print(‘Get %s from queue.‘ % value)
if __name__==‘__main__‘:
# 父進程創建Queue,並傳給各個子進程:
q = Queue()
pw = Process(target=write, args=(q,))
pr = Process(target=read, args=(q,))
# 啟動子進程pw,寫入:
pw.start()
# 啟動子進程pr,讀取:
pr.start()
# 等待pw結束:
pw.join()
# pr進程裏是死循環,無法等待其結束,只能強行終止:
pr.terminate()
運行結果如下:
Process to write: 50563
Put A to queue...
Process to read: 50564
Get A from queue.
Put B to queue...
Get B from queue.
Put C to queue...
Get C from queue.
在Unix/Linux下,multiprocessing
模塊封裝了fork()
調用,使我們不需要關註fork()
的細節。由於Windows沒有fork
調用,因此,multiprocessing
需要“模擬”出fork
的效果,父進程所有Python對象都必須通過pickle序列化再傳到子進程去,所有,如果multiprocessing
在Windows下調用失敗了,要先考慮是不是pickle失敗了。
小結
在Unix/Linux下,可以使用fork()
調用實現多進程。
要實現跨平臺的多進程,可以使用multiprocessing
模塊。
進程間通信是通過Queue
、Pipes
等實現的。
python學習筆記-40 多進程