Python系统编程1：进程

第一章 进程

1.1. 多任务的引入1.2. 多任务的概念1.3. 进程的创建-fork1.4. 多进程修改全局变量1.5. 多次fork问题1.6. 进程的创建-multiprocessing1.7. 进程的创建-Process子类1.8. 进程池Pool1.9. 进程间通信-Queue

---

---

1.1. 多任务的引入

---

---

进程

现实生活中

有很多的场景中的事情是同时进行的，比如开车的时候 手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的；

如下视频是：迈克杰克逊的一段视频

http://v.youku.com/v_show/id_XMzE5NjEzNjA0.html?&sid=40117&from=y1.2-1.999.6

试想，如果把唱歌和跳舞这2件事情分开依次完成的话，估计就没有那么好的效果了（想一下场景：先唱歌，然后在跳舞，O(∩_∩)O哈哈~）

程序中

如下程序，来模拟“唱歌跳舞”这件事情

   #coding=utf-8   from time import sleep   def sing():       for i in range(3):           print("正在唱歌...%d"%i)           sleep(1)   def dance():       for i in range(3):           print("正在跳舞...%d"%i)           sleep(1)   if __name__ == '__main__':       sing() #唱歌       dance() #跳舞

运行结果如下：

注意

很显然刚刚的程序并没有完成唱歌和跳舞同时进行的要求如果想要实现“唱歌跳舞”同时进行，那么就需要一个新的方法，叫做：多任务

---

---

1.2. 多任务的概念

---

---

什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这>就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。

现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么，单核CPU是怎么执行多任>务的呢？

答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去>。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。

真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核>心上执行。

---

---

1.3. 进程的创建-fork

---

---

1. 进程 VS 程序

编写完毕的代码，在没有运行的时候，称之为程序

正在运行着的代码，就成为进程

进程，除了包含代码以外，还有需要运行的环境等，所以和程序是有区别的

2. fork( )

Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程：

   import os   # 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以   pid = os.fork()   if pid == 0:       print('哈哈1')   else:       print('哈哈2')运行结果： 

说明：

程序执行到os.fork()时，操作系统会创建一个新的进程（子进程），然后复制父进程的所有信息到子进程中然后父进程和子进程都会从fork()函数中得到一个返回值，在子进程中这个值一定是0，而父进程中是子进程的 id号

在Unix/Linux操作系统中，提供了一个fork()系统函数，它非常特殊。

普通的函数调用，调用一次，返回一次，但是fork()>调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。

子进程永远返回0，而父进程返回子进程的ID。

这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()>就可以拿到父进程的ID。

3. getpid()、getppid()

import osrpid = os.fork()if rpid<0:   print("fork调用失败。")elif rpid == 0:   print("我是子进程（%s），我的父进程是（%s）"%(os.getpid(),os.getppid()))   x+=1else:   print("我是父进程（%s），我的子进程是（%s）"%(os.getpid(),rpid))print("父子进程都可以执行这里的代码")运行结果：我是父进程（19360），我的子进程是（19361）父子进程都可以执行这里的代码我是子进程（19361），我的父进程是（19360）父子进程都可以执行这里的代码

---

---

1.4. 多进程修改全局变量

---

---

#coding=utf-8import osimport timenum = 0# 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以pid = os.fork()if pid == 0:   num+=1   print('哈哈1---num=%d'%num)else:   time.sleep(1)   num+=1   print('哈哈2---num=%d'%num)运行结果: 

总结：

多进程中，每个进程中所有数据（包括全局变量）都各有拥有一份，互不影响

---

---

1.5. 多次fork问题

---

---

如果在一个程序，有2次的fork函数调用，是否就会有3个进程呢？

#coding=utf-8import osimport time# 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以pid = os.fork()if pid == 0:   print('哈哈1')else:   print('哈哈2')pid = os.fork()if pid == 0:   print('哈哈3')else:   print('哈哈4')time.sleep(1)运行结果： 

说明：

父子进程的执行顺序

父进程、子进程执行顺序没有规律，完全取决于操作系统的调度算法

---

---

1.6. 进程的创建-multiprocessing

---

---

multiprocessing

如果你打算编写多进程的服务程序，Unix/Linux无疑是正确的选择。由于Windows没有fork调用，难道在Windows上无法用Python编写多进程的程序？

由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。

multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：

#coding=utf-8from multiprocessing import Processimport os# 子进程要执行的代码def run_proc(name):   print('子进程运行中，name= %s ,pid=%d...' % (name, os.getpid()))if __name__=='__main__':   print('父进程 %d.' % os.getpid())   p = Process(target=run_proc, args=('test',))   print('子进程将要执行')   p.start()   p.join()   print('子进程已结束')运行结果: 

说明

创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动，这样创建进程比fork()还要简单。join()方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。

Process语法结构如下：

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；

实例1

from multiprocessing import Processimport osfrom time import sleep# 子进程要执行的代码def run_proc(name, age, **kwargs):   for i in range(10):       print('子进程运行中，name= %s,age=%d ,pid=%d...' % (name, age,os.getpid()))       print(kwargs)       sleep(0.5)if __name__=='__main__':   print('父进程 %d.' % os.getpid())   p = Process(target=run_proc, args=('test',18), kwargs={"m":20})   print('子进程将要执行')   p.start()   sleep(1)   p.terminate()   p.join()   print('子进程已结束')运行结果:父进程 21378.子进程将要执行子进程运行中，name= test,age=18 ,pid=21379...{'m': 20}子进程运行中，name= test,age=18 ,pid=21379...{'m': 20}子进程已结束

实例2

#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())执行结果: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=False

---

---

1.7. 进程的创建-Process子类

---

---

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))

---

---

1.8. 进程池Pool

---

---

进程池Pool

当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程>的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池>中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行，请看下面的实例：

from multiprocessing import Poolimport os,time,randomdef worker(msg):   t_start = time.time()   print("%s开始执行,进程号为%d"%(msg,os.getpid()))   #random.random()随机生成0~1之间的浮点数   time.sleep(random.random()*2)    t_stop = time.time()   print(msg,"执行完毕，耗时%0.2f"%(t_stop-t_start))po=Pool(3) #定义一个进程池，最大进程数3for i in range(0,10):   #Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))   #每次循环将会用空闲出来的子进程去调用目标   po.apply_async(worker,(i,))print("----start----")po.close() #关闭进程池，关闭后po不再接收新的请求po.join() #等待po中所有子进程执行完成，必须放在close语句之后print("-----end-----")运行结果:----start----0开始执行,进程号为214661开始执行,进程号为214682开始执行,进程号为214670 执行完毕，耗时1.013开始执行,进程号为214662 执行完毕，耗时1.244开始执行,进程号为214673 执行完毕，耗时0.565开始执行,进程号为214661 执行完毕，耗时1.686开始执行,进程号为214684 执行完毕，耗时0.677开始执行,进程号为214675 执行完毕，耗时0.838开始执行,进程号为214666 执行完毕，耗时0.759开始执行,进程号为214687 执行完毕，耗时1.038 执行完毕，耗时1.059 执行完毕，耗时1.69-----end-----

multiprocessing.Pool常用函数解析

apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传>递给func的参数列表，kwds为传递给func的关键字参数列表；apply(func[, args[, kwds]])：使用阻塞方式调用funcclose()：关闭Pool，使其不再接受新的任务；terminate()：不管任务是否完成，立即终止；join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

apply堵塞式

from multiprocessing import Poolimport os,time,randomdef worker(msg):   t_start = time.time()   print("%s开始执行,进程号为%d"%(msg,os.getpid()))   #random.random()随机生成0~1之间的浮点数   time.sleep(random.random()*2)    t_stop = time.time()   print(msg,"执行完毕，耗时%0.2f"%(t_stop-t_start))po=Pool(3) #定义一个进程池，最大进程数3for i in range(0,10):   po.apply(worker,(i,))print("----start----")po.close() #关闭进程池，关闭后po不再接收新的请求po.join() #等待po中所有子进程执行完成，必须放在close语句之后print("-----end-----")运行结果:0开始执行,进程号为215320 执行完毕，耗时1.911开始执行,进程号为215341 执行完毕，耗时1.722开始执行,进程号为215332 执行完毕，耗时0.503开始执行,进程号为215323 执行完毕，耗时1.274开始执行,进程号为215344 执行完毕，耗时1.055开始执行,进程号为215335 执行完毕，耗时1.606开始执行,进程号为215326 执行完毕，耗时0.257开始执行,进程号为215347 执行完毕，耗时0.638开始执行,进程号为215338 执行完毕，耗时1.219开始执行,进程号为215329 执行完毕，耗时0.60----start---------end-----

---

---

1.9. 进程间通信-Queue

---

---

Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。

1. Queue的使用

可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理>：

#coding=utf-8from multiprocessing import Queueq=Queue(3) #初始化一个Queue对象，最多可接收三条put消息q.put("消息1") q.put("消息2")print(q.full())  #Falseq.put("消息3")print(q.full()) #True#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，第二个Try会立刻抛出异常try:   q.put("消息4",True,2)except:   print("消息列队已满，现有消息数量:%s"%q.qsize())try:   q.put_nowait("消息4")except:   print("消息列队已满，现有消息数量:%s"%q.qsize())#推荐的方式，先判断消息列队是否已满，再写入if not q.full():   q.put_nowait("消息4")#读取消息时，先判断消息列队是否为空，再读取if not q.empty():   for i in range(q.qsize()):       print(q.get_nowait())运行结果:FalseTrue消息列队已满，现有消息数量:3消息列队已满，现有消息数量:3消息1消息2消息3

说明

初始化Queue()对象时（例如：q=Queue()>），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

Queue.qsize()：返回当前队列包含的消息数量；Queue.empty()：如果队列为空，返回True，反之False ；Queue.full()：如果队列满了，返回True,反之False；Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为>止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出”Queue.Empty”异常；

2）如果block值为False，消息列队如果为空，则会立刻抛出”Queue.Empty”异常；

Queue.get_nowait()：相当Queue.get(False)；Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息>列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出”Queue.Full”异常；

2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出”Queue.Full”异常；

Queue.put_nowait(item)：相当Queue.put(item, False)；

2. Queue实例

我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：

from multiprocessing import Process, Queueimport os, time, random# 写数据进程执行的代码:def write(q):   for value in ['A', 'B', 'C']:       print 'Put %s to queue...' % value       q.put(value)       time.sleep(random.random())# 读数据进程执行的代码:def read(q):   while True:       if not q.empty():           value = q.get(True)           print 'Get %s from queue.' % value           time.sleep(random.random())       else:           breakif __name__=='__main__':   # 父进程创建Queue，并传给各个子进程：   q = Queue()   pw = Process(target=write, args=(q,))   pr = Process(target=read, args=(q,))   # 启动子进程pw，写入:   pw.start()       # 等待pw结束:   pw.join()   # 启动子进程pr，读取:   pr.start()   pr.join()   # pr进程里是死循环，无法等待其结束，只能强行终止:   print ''   print '所有数据都写入并且读完'运行结果：

3. 进程池中的Queue

如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()>，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

#coding=utf-8#修改import中的Queue为Managerfrom multiprocessing import Manager,Poolimport os,time,randomdef reader(q):   print("reader启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))   for i in range(q.qsize()):       print("reader从Queue获取到消息：%s"%q.get(True))def writer(q):   print("writer启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))   for i in "dongGe":       q.put(i)if __name__=="__main__":   print("(%s) start"%os.getpid())   q=Manager().Queue() #使用Manager中的Queue来初始化   po=Pool()   #使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取   po.apply(writer,(q,))   po.apply(reader,(q,))   po.close()   po.join()   print("(%s) End"%os.getpid())运行结果:(21156) startwriter启动(21162),父进程为(21156)reader启动(21162),父进程为(21156)reader从Queue获取到消息：dreader从Queue获取到消息：oreader从Queue获取到消息：nreader从Queue获取到消息：greader从Queue获取到消息：Greader从Queue获取到消息：e(21156) End