解析Python下的多進程編程

解析Python下的多進程編程

 　　這篇文章主要介紹了初步解析Python下的多進程編程,使用多進程編程一直是Python編程當中的重點和痛點,需要的朋友可以參考下

　　要讓Python程式實現多進程(multiprocessing)，我們先瞭解作業系統的相關知識。

　　Unix/Linux作業系統提供了一個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，因為作業系統自動把當前進程(稱為父進程)複製了一份(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模組封裝了常見的系統調用，其中就包括fork，可以在Python程式中輕鬆建立子進程：

　　?

1 2 3 4 5 6 7 8 9

# multiprocessing.py import os   print 'Process (%s) start...' % os.getpid() 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：

　　?

1 2 3

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)核心，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複製出一個子進程來處理新任務，常見的Apache伺服器就是由父進程監聽連接埠，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式，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編寫多進程的程式?

　　由於Python是跨平台的，自然也應該提供一個跨平台的多進程支援。multiprocessing模組就是跨平台版本的多進程模組。

　　multiprocessing模組提供了一個Process類來代表一個進程對象，下面的例子示範了啟動一個子進程並等待其結束：

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

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 'Process will start.' p.start() p.join() print 'Process end.'

　　執行結果如下：

　　?

1 2 3 4

Parent process 928. Process will start. Run child process test (929)... Process end.

　　建立子進程時，只需要傳入一個執行函數和函數的參數，建立一個Process執行個體，用start()方法啟動，這樣建立進程比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大量建立子進程：

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

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() 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：

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13

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。

　　請注意輸出的結果，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的預設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，並不是作業系統的限制。如果改成：

　　?

1	p = Pool(5)

　　就可以同時跑5個進程。

　　由於Pool的預設大小是CPU的核心數，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。

　　處理序間通訊

　　Process之間肯定是需要通訊的，作業系統提供了很多機制來實現進程間的通訊。Python的multiprocessing模組封裝了底層的機制，提供了Queue、Pipes等多種方式來交換資料。

　　我們以Queue為例，在父進程中建立兩個子進程，一個往Queue裡寫資料，一個從Queue裡讀資料：

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

from multiprocessing import Process, Queue import os, time, random   # 寫資料進程執行的代碼: def write(q): for value in ['A', 'B', 'C']: print 'Put %s to queue...' % value q.put(value) time.sleep(random.random())   # 讀資料進程執行的代碼: def read(q): while True: value = q.get(True) print 'Get %s from queue.' % value   if __name__=='__main__': # 父進程建立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進程裡是死迴圈，無法等待其結束，只能強行終止: pr.terminate()

　　運行結果如下：

　　?

1 2 3 4 5 6

Put A to queue... 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模組封裝了fork()調用，使我們不需要關注fork()的細節。由於Windows沒有fork調用，因此，multiprocessing需要“類比”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。

　　要實現跨平台的多進程，可以使用multiprocessing模組。

　　處理序間通訊是通過Queue、Pipes等實現的。