Python多进程——multiprocessing.Process
来源:互联网 发布:阿里云 docker 加速 编辑:程序博客网 时间:2024/06/04 18:51
1.multiprocessing.Process
创建新的进程还能够使用类的方式,可以自定义一个类,继承Process类,每次实例化这个类的时候,就等同于实例化一个进程对象,请看下面的实例:
class Process(multiprocessing.process.BaseProcess) | Process objects represent activity that is run in a separate process | | The class is analogous to `threading.Thread` | | Method resolution order: | Process | multiprocessing.process.BaseProcess | builtins.object | | Methods inherited from multiprocessing.process.BaseProcess: | | __init__(self, group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None) | Initialize self. See help(type(self)) for accurate signature. | #target: 创建的进程实例去调用的对象; | #arges: 表示调用对象的位置参数元组; | #kwargs: 表示调用对象的关键字参数字典; | #name: 为当前进程实例的别名; | #daemon:守护进程,父进程终止后自动终止,且自己不能产生新进程,必须在start()之前设置。 | | __repr__(self) | Return repr(self). | | is_alive(self) | Return whether process is alive | #判断一个进程是否还在执行 | | join(self, timeout=None) | Wait until child process terminates | #等待进程实例执行结束,timeout设置等待时间。 | | run(self) | Method to be run in sub-process; can be overridden in sub-class | #在实例化一个Process时没有设置target时,自动调用run方法。 | | start(self) | Start child process | #开始一个进程 | | terminate(self) | Terminate process; sends SIGTERM signal or uses TerminateProcess() | #不管进程的任务是否完成,立即终止该进程 | | ---------------------------------------------------------------------- | Data descriptors inherited from multiprocessing.process.BaseProcess: | | __dict__ | dictionary for instance variables (if defined) | | __weakref__ | list of weak references to the object (if defined) | | authkey | #Process的属性 | daemon | Return whether process is a daemon | | exitcode | Return exit code of process or `None` if it has yet to stop | #返回一个退出码,如果这个进程还没有start返回None | | ident | Return identifier (PID) of process or `None` if it has yet to start | #返回进程的PID | | name #返回进程的name,默认为Process-N,N为从1开始递增的整数; | | pid | Return identifier (PID) of process or `None` if it has yet to start | | sentinel | Return a file descriptor (Unix) or handle (Windows) suitable for | waiting for process termination. | #
总结:
Process([group [, target [, name [, args [, kwargs]]]]])
target:表示这个进程实例所调用对象;
args:表示调用对象的位置参数元组;
kwargs:表示调用对象的关键字参数字典;
name:为当前进程实例的别名;
group:大多数情况下用不到;
Process类常用方法:
is_alive():判断进程实例是否还在执行;
join([timeout]):是否等待进程实例执行结束,或等待多少秒;
start():启动进程实例(创建子进程);
run():如果没有给定target参数,对这个对象调用start()方法时,就将执行对象中的run()方法;
terminate():不管任务是否完成,立即终止;
Process类常用属性:
name:当前进程实例别名,默认为Process-N,N为从1开始递增的整数;
pid:当前进程实例的PID值;
#coding=utf-8from multiprocessing import Processimport timeimport os#两个子进程将会调用的两个方法def worker_1(interval): print("worker_1,父进程(%s),当前进程(%s)"%(os.getppid(),os.getpid())) t_start = time.time() time.sleep(interval) #程序将会被挂起interval秒 t_end = time.time() print("worker_1,执行时间为'%0.2f'秒"%(t_end - t_start))def worker_2(interval): print("worker_2,父进程(%s),当前进程(%s)"%(os.getppid(),os.getpid())) t_start = time.time() time.sleep(interval) t_end = time.time() print("worker_2,执行时间为'%0.2f'秒"%(t_end - t_start))#输出当前程序的IDprint("进程ID:%s"%os.getpid())#创建两个进程对象,target指向这个进程对象要执行的对象名称,#args后面的元组中,是要传递给worker_1方法的参数,#因为worker_1方法就一个interval参数,这里传递一个整数2给它,#如果不指定name参数,默认的进程对象名称为Process-N,N为一个递增的整数p1=Process(target=worker_1,args=(2,))p2=Process(target=worker_2,name="dongGe",args=(1,))#使用"进程对象名称.start()"来创建并执行一个子进程,#这两个进程对象在start后,就会分别去执行worker_1和worker_2方法中的内容p1.start()p2.start()#同时父进程仍然往下执行,如果p2进程还在执行,将会返回Trueprint("p2.is_alive=%s"%p2.is_alive())#输出p1和p2进程的别名和pidprint("p1.name=%s"%p1.name)print("p1.pid=%s"%p1.pid)print("p2.name=%s"%p2.name)print("p2.pid=%s"%p2.pid)#join括号中不携带参数,表示父进程在这个位置要等待p1进程执行完成后,#再继续执行下面的语句,一般用于进程间的数据同步,如果不写这一句,#下面的is_alive判断将会是True,在shell(cmd)里面调用这个程序时#可以完整的看到这个过程,大家可以尝试着将下面的这条语句改成p1.join(1),#因为p2需要2秒以上才可能执行完成,父进程等待1秒很可能不能让p1完全执行完成,#所以下面的print会输出True,即p1仍然在执行p1.join()print("p1.is_alive=%s"%p1.is_alive())结果:
进程ID:19866p2.is_alive=Truep1.name=Process-1p1.pid=19867p2.name=dongGep2.pid=19868worker_1,父进程(19866),当前进程(19867)worker_2,父进程(19866),当前进程(19868)worker_2,执行时间为'1.00'秒worker_1,执行时间为'2.00'秒p1.is_alive=False2.进程的创建-Process子类
创建新的进程还能够使用类的方式,可以自定义一个类,继承Process类,每次实例化这个类的时候,就等同于实例化一个进程对象,请看下面的实例:
from multiprocessing import Processimport timeimport os#继承Process类class Process_Class(Process): #因为Process类本身也有__init__方法,这个子类相当于重写了这个方法, #但这样就会带来一个问题,我们并没有完全的初始化一个Process类,所以就不能使用从这个类继承的一些方法和属性, #最好的方法就是将继承类本身传递给Process.__init__方法,完成这些初始化操作 def __init__(self,interval): Process.__init__(self) self.interval = interval #重写了Process类的run()方法 def run(self): print("子进程(%s) 开始执行,父进程为(%s)"%(os.getpid(),os.getppid())) t_start = time.time() time.sleep(self.interval) t_stop = time.time() print("(%s)执行结束,耗时%0.2f秒"%(os.getpid(),t_stop-t_start))if __name__=="__main__": t_start = time.time() print("当前程序进程(%s)"%os.getpid()) p1 = Process_Class(2) #对一个不包含target属性的Process类执行start()方法,就会运行这个类中的run()方法,所以这里会执行p1.run() p1.start() p1.join() t_stop = time.time() print("(%s)执行结束,耗时%0.2f"%(os.getpid(),t_stop-t_start))
阅读全文
0 0
- python 多进程 —— multiprocessing.Process
- Python多进程——multiprocessing.Process
- python 多进程 —— multiprocessing.Pool
- python爬虫——多进程multiprocessing
- Python 进程,子进程( multiprocessing.Process() )
- python多进程的理解 multiprocessing Process join run
- python 进程的使用、multiprocessing、Process
- Python多进程multiprocessing
- Python 多进程(multiprocessing)
- python 多进程 multiprocessing
- Python 并发 multiprocessing-Process
- python的multiprocessing.Process
- Python-multiprocessing-Process模块
- Python多进程并发(multiprocessing)
- Python多进程并发(multiprocessing)
- Python多进程并发(multiprocessing)
- Python多进程并发(multiprocessing)
- Python多进程并发(multiprocessing)
- UVA
- python爬虫 (一)
- highcharts学习历程,包括对同类型的echarts,google charts对比比较记录
- TensorFlow学习(1)
- speex NS(noise suppression)函数调用 自我学习
- Python多进程——multiprocessing.Process
- [转]使用LVS实现负载均衡原理及安装配置详解
- 单点登录
- python 基础(一)
- STL(五)泛化技术分析
- sublime text 3 实现markdown 实时预览的方法
- java中的抽象类和接口
- 如何将数值类型转换为数字?
- 关于interrupt,interrupted和isInterrupted的理解