python多进程变成学习之multiprocessing

Python解释器有一个全局解释器锁（PIL—— Global Interpreter Lock），导致每个phthon进程中最多同时运行一个线程，因此Python多线程程序并不能改善程序性能，不能体现多核系统的优势。

什么是全局解释器锁GIL？

Python代码的执行由Python 虚拟机(也叫解释器主循环，CPython版本)来控制，Python 在设计之初就考虑到要在解释器的主循环中，同时只有一个线程在执行，即在任意时刻，只有一个线程在解释器中运行。对Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同一时刻只有一个线程在运行。
多线程环境中，Python虚拟机的工作方式：

1. 设置GIL2. 切换到一个线程去运行3. 运行：    * 指定数量的字节码指令或者线程主动让出控制（可以调用time.sleep(0)）4. 把线程设置为睡眠状态5. 解锁GIL6. 再次重复以上所有步骤

multiprocessing包是Python中的多进程管理包。与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程。该进程可以运行在Python内部编写的函数。该Process对象与Thread对象的用法相同，也有start(),run(),join()方法。此外multiprocessing保重也有Lock/Event/Semphore/Condition类（这些对象可以像多线程那样，通过参数传递给各个进程），用以同步进程，其用法与threading包中的同明类一直。所以，multiprecessing的很大一部分与threading使用同一套API。multiprocessing可以有效的利用子进程，因此多处理器模块允许程序员充分利用多处理器，
使用共享api的注意事项：

* 在Unix平台上，当某个进程终结之后，该进程需要被其父进程调用wait,否则进程成为僵尸进程（Zombie）。所以，有必要对每个Process对象调用join方法（实际上等同于wait）。对于多线程来说，由于只有一个进程，多以不存在此必要性。* multiprocessing提供了threading包中没有的IPC（比如pipe和queue）,效率更高。应优先考虑pipe和queue，避免使用Lock/Event/Semaphore/Condition等同步方式（因为它们占据的不是用户进程的资源）。* 多进程应该避免共享资源。在多线程中，我们可以比较容易的共享资源，比如使用全局变量或者传递参数。在多进程情况下，由于每个进程有自己独立的内存空间，以上方法并不合适。因此我们可以通过共享内存和Manager的方式在共享资源。但这样做提高了程序的复杂度，并因为同步的需要而减低了程序的效率。* Process.PID中保存有PID，如果进程还没有start()，则PID为None.

快速安装：

pip install mutiprocessing

multiprocessing支持三种启动流程，分别为‘spawn’，‘fork’，“forkserver”

spawn

父进程启动一个新的Python解释器， 子进程将只继承运行run()方法所需的资源。不继承父进程不必要的文件描述符和句柄（一种特殊的只能指针）。与使用fork或forkserver相比，使用此方法启动进程相当慢。在Unix和Windows上可用，Windows上为默认。

fork

父进程使用os.fork()来分叉Python解释器，子进程开始时，与父进程实际上是相同的。父进程所有资源都由子进程继承。这不能保证多线程的安全问题

forkserver

当程序启动并选择forkserver start方法时，将启动服务器进程。从那时起，每当需要新进程时，父进程连接到服务器，并请求它分配一个新进程。叉服务器进程是单线程的，因此它可以安全使用os.fork()。没有不必要的资源被继承。
如果要选择启动方法，必须在主模块中使用set_start_method方法，如：

if __name__ == '__main__':     multiprocessing.set_start_method('spawn')    

公共属性：

multiprocessing.current_process() -> Process #返回当前运行的子进程对象multiprocessing.cpu_count() -> int #返回宿主机CPU核心数multiprocessing.active_children() -> list #返回存活的子进程列表  

多线程类

1.Process类，主要用于创建子进程

p = multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}) -> Process #创建子进程对象,target表示调用函数,name表示子进程名称,args表示调用函数传递的参数元组,kwargs表示调用函数传递的参数字典p.daemon = true -> boolean #设置或返回子进程是否随主进程结束,默认为false,主进程必须等待所有子进程结束后才结束,一旦设置为true,则一旦主进程执行完毕后,即使子进程还没执行完毕也强制结束,必须在start之前设置,可设置p.join来强制主进程等待子进程执行完毕p.join(timeout=None) #等待此子进程返回后再执行其它子进程/主进程,timeout为等待时间p.pid -> int/None # 返回子进程pidp.exitcode -> int/None #运行时为None,-N表示信号N结束p.is_alive() -> boolean # 返回进程是否存活p.start() -> None #启动子进程,会自动调用子类中的run方法p.terminate() -> None# 终止子进程 在读取进程共享数据时终止可能会造成数据损坏

Lock

锁视为了确保数据一致性，比如读写锁，和java中的锁概念是一样的

lock = multiprocessing.Lock()def func(lock):     lock.acquire()#获取锁，使得其他进程无法抢占锁     """同步代码"""     lock.release()其中acquire和release必须配对出现。SemaphoreSemaphore类主要用于控制同时对共享资源访问子进程数，如连接池最大连接数限制s = multiprocessing.Semaphore(value=1) -> Semaphore # 创建信号量对象,value表示同时对共享资源访问的子进程数

Event

e = multiprocessing.Event() -> Event # 创建信号对象,主要用于子进程之间同步通信e.set() -> None # 设置标志位e.clear() -> None # 清除标志位e.is_set() -> boolean #判断是否设置了标志位e.wait(self, timeout=None) -> None  #阻塞当前子进程直到标志位被设置

IPC(Inter-Process Communication) 进程间的通信——Pipe&Queue

Piple（FIFO）

p = multiprocessing.Pipe(duplex=True) -> tuple说明: 创建通道对象,主要用于两个子进程之间的数据传递,返回管道的两个端对象1/2,如果duplex为true则全双工可以互相收发,否则1端只能接受消息,2端只能发送消息p[0/1].send(picklable) -> None说明: 发送数据支持任意可序列化对象p[0/1].recv() -> picklable说明: 如果没有消息可接收,recv会一直阻塞直至管道被关闭抛出EOFError异常

import multiprocessing as muldef proc1(pipe):    pipe.send('hello')    print('proc1 rec:',pipe.recv())def proc2(pipe):    print('proc2 rec:',pipe.recv())    pipe.send('hello, too')if __name__ == '__main__':    mul.freeze_support()    pipe1,pipe2= mul.Pipe() #创建两个pipe对象    # Pass an end of the pipe to process 1    p1 = mul.Process(target=proc1, args=(pipe1,)) #创建p1线程    # Pass the other end of the pipe to process 2    p2 = mul.Process(target=proc2, args=(pipe2,)) #创建p2线程    p1.start() #调用线程1 p2.start()    #调用线程2    p1.join() #这里等待线程1执行完成    p2.join() #等待线程２执行完成＃输出： ('proc2 rec:', 'hello') ('proc1 rec:', 'hello, too') 为什么先输出的是proc2的？因为pipe.recv在接受的时候管道中没有数据，会进行阻塞，当线程二执行的时候，接收到线程1的数据输出，再给线程1发送数据，线程1中接收到数据之后打印

Queue

Queue与Pipe相类似，都是先进先出的结构。但Queue允许多个进程放入，多个进程从队列取出对象。Queue使用mutiprocessing.Queue(maxsize)创建，maxsize表示队列中可以存放对象的最大数量。

q = multiprocessing.Queue(maxsize=0) -> Queue说明: 创建队列对象,主要用于多个进程之间的数据传递q.full() -> boolean说明: 判断队列是否已满q.close() -> None说明: 关闭队列q.empty() -> boolean说明: 判断队列是否已空q.put(obj, block=True, timeout=None) -> None说明: 插入队列,block为False会立即抛出Queue.Full异常,否则会阻塞timeout时间,直到队列有剩余的空间,如果超时会抛出Queue.Full异常,还有一个同类方法q.put_nowait(obj)非阻塞插入立即抛Queue.Full异常q.get(block=True, timeout=None) -> None说明: 取出队列,block为false会立即抛出Queue.Empty异常,否则会阻塞timeout时间,直到队列有新对象插入,如果超时会抛出Queue.Empty异常,还有一个同类方法q.get_nowait()非阻塞读取立抛Queue.Empty异常

import multiprocessingimport time# 向queue中输入数据的函数def inputQ(queue):    info = str(os.getpid()) + '(put):' + str(time.time())    queue.put(info) # 向queue中输出数据的函数def outputQ(queue,lock):    info = queue.get()    lock.acquire()    print (str(os.getpid()) + '(get):' + info)    lock.release() # Mainif __name__ == '__main__':    multiprocessing.freeze_support()    record1 = [] # store input processes    record2 = [] # store output processes    lock = multiprocessing.Lock() #使用锁方法输出错乱    queue = multiprocessing.Queue(3)    # 输入进程    for i in range(10):        process = multiprocessing.Process(target=inputQ,args=(queue,))        process.start()        record1.append(process)        # 输出进程    for i in range(10):        process = multiprocessing.Process(target=outputQ,args=(queue,lock))        process.start()        record2.append(process)    for p in record1:        p.join() queue.close() # 如果没有数据进入队列中则关闭队列    for p in record2:        p.join()

Pool

from multiprocessing import Pooldef f(x):    return x*xif __name__ == '__main__':    with Pool(5) as p:        print(p.map(f, [1, 2, 3]))