python基础学习21----进程

python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在Python中大部分情况需要使用多进程。

进程与线程的使用有很多相似之处，有关线程方面的知识请参考https://www.cnblogs.com/sfencs-hcy/p/9721362.html

multiprocessing模块

1.进程的创建

import multiprocessing

def func(msg):
    print(msg)
    print("这是一个进程")
if __name__=="__main__":
    p=multiprocessing.Process(target=func,args=("hello world",))
    p.start()

  以继承类的方式创建进程

import multiprocessing
class Myprocessing(multiprocessing.Process):
    def __init__(self,name,age):
        multiprocessing.Process.__init__(self)
        self.name=name
        self.age=age

    def run(self):
        #这里是将threading.Thread中的run方法进行了重载
       print("%s is %d"%(self.name,self.age))
if __name__=="__main__":
    t=Myprocessing("sfencs",19)
    t.start()

2.进程的并行

import multiprocessing
import time
class Myprocessing(multiprocessing.Process):
    def __init__(self,name,age,second):
        multiprocessing.Process.__init__(self)
        self.name=name
        self.second=second
        self.age=age

    def run(self):
        print(self.name)
        time.sleep(self.second)
        print(self.age)

if __name__=="__main__":
    time_begin=time.time()

    p1=Myprocessing("sfencs",19,2)
    p2=Myprocessing("Tom",25,5)
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    time_end=time.time()
    print(time_end-time_begin)
'''
Tom
19
25
5.198107481002808
'''

join的用法和线程相同

3.守护进程

守护进程与守护线程的原理相同，只不过设置守护进程的方式为p.daemon=True

4.lock

lock的作用同多线程，实现方式有两种

import multiprocessing

def func2(lock,f):
    with lock:
        fs=open(f,'a+')

        fs.write('Lockd acquired via with\n')

        fs.close()
def func1(lock,f):
    lock.acquire()
    fs=open(f,'a+')
    fs.write('Lock acquired directly\n')
    fs.close()

    lock.release()
if __name__=="__main__":
    lock=multiprocessing.Lock()
    f = "file.txt"
    p1=multiprocessing.Process(target=func2,args=(lock,f,))
    p2=multiprocessing.Process(target=func1,args=(lock,f,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()

与线程不同的是，这里lock是以参数方式传递，因为不同的进程并不能共享资源

5.Semaphore

用来控制对共享资源的最大访问数量

import multiprocessing
import time

def func(s, i):
    s.acquire()
    print(multiprocessing.current_process().name + "acquire");
    time.sleep(2)
    print(multiprocessing.current_process().name + "release\n");
    s.release()

if __name__ == "__main__":
    s = multiprocessing.Semaphore(2)
    for i in range(5):
        p = multiprocessing.Process(target = func, args=(s, 2))
        p.start()

6.event与线程用法相同

7.队列

有一个专门属于多进程的队列multiprocessing.Queue

import multiprocessing

def writer(q):
   q.put("hello world")

def reader(q):
    print(q.get())

if __name__ == "__main__":
    q = multiprocessing.Queue()
    pwriter=multiprocessing.Process(target=writer,args=(q,))
    preader = multiprocessing.Process(target=reader, args=(q,))
    pwriter.start()
    preader.start()

8.管道pipe

Pipe方法返回(conn1, conn2)代表一个管道的两个端。Pipe方法有duplex参数，如果duplex参数为True(默认值)，那么这个管道是全双工模式，也就是说conn1和conn2均可收发。duplex为False，conn1只负责接受消息，conn2只负责发送消息。

import multiprocessing

def sender(p):
   p.send("hello world")

def receiver(p):
    print(p.recv())

if __name__ == "__main__":
    p = multiprocessing.Pipe()
    psender=multiprocessing.Process(target=sender,args=(p[0],))
    preceiver = multiprocessing.Process(target=receiver, args=(p[1],))
    psender.start()
    preceiver.start()

9.manager

manager实现进程之间数据共享

import multiprocessing

def func(list1,d,i):
    list1[i]=i
    d["a"]=i

if __name__ == "__main__":
    with multiprocessing.Manager() as manager:
        list1=manager.list(range(5,10))
        d=manager.dict()
        plist=[]
        for i in range(5):
            p=multiprocessing.Process(target=func,args=(list1,d,i))
            plist.append(p)
            p.start()
        for i in plist:
            i.join()
        print(list1)
        print(d)

 

未完