【Python之旅】第六篇（六）：Pyt

    关于进程与线程的对比，下面的解释非常好的说明了这两者的区别：

    这里主要说明关于python多进程的下面几点：

1.多进程的使用方法
2.进程间的通信之multiprocessing.Manager()使用
3.Python进程池
（1）比较简单的例子
（2）多个进程多次并发的情况
（3）验证apply.async方法是非阻塞的
（4）验证apply.async中的get()方法是阻塞的

1.多进程的使用方法

    直接给出下面程序代码及注释：

from multiprocessing import Process    #从多进程模块中导入Process
import time

def sayHi(name):
	print 'Hi my name is %s' % name
	time.sleep(3)

for i in range(10):
	p = Process(target=sayHi, args=(i,))    #调用多进程使用方法
	p.start()                               #开始执行多进程

    程序执行结果如下：

xpleaf@xpleaf-Machine:/mnt/hgfs/Python/day6$ python multiproCSSing8.py 
Hi my name is 2
Hi my name is 3
Hi my name is 6
Hi my name is 1
Hi my name is 4
Hi my name is 5
Hi my name is 0
Hi my name is 7
Hi my name is 8
Hi my name is 9

    输出顺序不一致，则是因为屏幕的抢占问题而已，但不同的进程执行是并发的。在执行程序的过程中，可以打开另一个窗口来查看进程的执行情况（上面sleep了3秒，所以速度一定要快）：

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    10468   1827  1 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10469  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10470  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10471  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10472  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10473  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10474  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10475  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10476  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10477  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10478  10468  0 19:34 pts/1    00:00:00 python multiprocssing8.py
xpleaf    10480   8436  0 19:34 pts/2    00:00:00 grep --color=auto mul*

    可以看到上面有11个进程，但是前面其实只开了10个进程，为什么会有11个呢？那是因为有一个主进程，即这整一个程序本身，而其它的10个进程则是这个主进程下面的子进程，但无论如何，它们都是进程。

    同多线程一样，多进程也有join方法，即可以在p.start()后面加上去，一个进程的执行需要等待上一个进程执行完毕后才行，这就相当于进程的执行就是串行的了。

2.进程间的通信multiprocessing.Manager()使用

    Manager()返回的manager对象控制了一个server进程，此进程包含的python对象可以被其他的进程通过proxies来访问。从而达到多进程间数据通信且安全。

    Manager支持的类型有list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array。

    直接看下面的一个例子：

import multiprocessing
import time

def worker(d, key, value):
	d[key] = value

mgr = multiprocessing.Manager()
d = mgr.dict()
jobs = []            #用来接收多进程函数的返回的结果，存放的是函数的入口
for i in range(10):
	jobs.append(multiprocessing.Process(target=worker,args=(d,i,i*i)))

for j in jobs:       #执行存放的函数入口
	j.start()
for j in jobs:       #检测进程是否执行完毕
	j.join()

#time.sleep(1)       #如果有join()来进程进程是否执行完毕，则这里可以省略
print ('Results:' )
print d

    程序执行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing_manager9.py 
Results:
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}

3.Python进程池

    前面我们讲过CPU在某一时刻只能执行一个进程，那为什么上面10个进程还能够并发执行呢？实际在CPU在处理上面10个进程时是在不停的切换执行这10个进程，但由于上面10个进程的程序代码都是十分简单的，并没有涉及什么复杂的功能，并且，CPU的处理速度实在是非常快，所以这样一个过程在我们人为感知里确实是在并发执行的，实际只不过是CPU在不停地切换而已，这是通过增加切换的时间来达到目的的。

    10个简单的进程可以产生这样的效果，那试想一下，如果我有100个进程需要CPU执行，但因为CPU还要进行其它工作，只能一次再处理10个进程（切换处理），否则有可能会影响其它进程工作，这下可怎么办？这时候就可以用到Python中的进程池来进行调控了，在Python中，可以定义一个进程池和这个池的大小，假如定义进程池的大小为10，那么100个进程可以分10次放进进程池中，然后CPU就可以10次并发完成这100个进程了。

（1）比较简单的例子

    程序代码及注释如下：

from multiprocessing import Process,Pool    #导入Pool模块
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)    #定义进程池的数量为5

result = p.apply_async(sayHi, [10])	#开始执行多进程，async为异步执行，即不会等待其它
#子进程的执行结果，为非阻塞模式，除非使用了get()方法，get()方法会等待子进程返回执行结果，
#再去执行下一次进程，可以看后面的例子；同理下有apply方法，阻塞模式，会等待子进程返回执行结果
print result.get()    #get()方法

    程序执行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool10.py 
100

real	0m1.066s
user	0m0.016s
sys	0m0.032s

    虽然是定义了进程池的数量为5，但由于这里只执行一个子进程，所以时间为1秒多。

    上面的程序可以改写为下面的形式：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)

result = p.map(sayHi,range(3))

for i in result:print i

    执行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing_pool10.py 
0
1
4

（2）多个进程多次并发的情况：解释进程池作用以及多进程并发执行消耗切换时间

    修改上面的程序代码如下：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

for res in result_list:
	print res.get()

    程序执行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ python multiprocssing_pool_2_11.py 
0
1
4
9
16

25
36
49
64
81


100
121
144
169
196

225
256
289
324
361

400
441
484
529
576

625
676
729
784
841

    每一部分数字之间有空白是因为我按了回车键的原因，以让这个结果更加明显，同时也可以知道，上面的30个进程是分6次来完成的，是因为我定义了进程池的数量为5（30/6=5），为了更有说服力，可以看一下程序的执行时间：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m6.143s
user	0m0.052s
sys	0m0.028s

    可以看到执行的时间为6秒多，之所以不是6秒是因为主程序本身的执行需要一点时间，同时进程间的切换也是需要时间的（这里为5个进程间的切换，因为每次并发执行的进程数为5个），为了说明这一点，我们可以把pool大小改为100，但依然是并发执行6次，程序代码修改为如下：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=100)

result_list = []
for i in range(600):
	result_list.append(p.apply_async(sayHi, [i]))

for res in result_list:
	print res.get()

    再观察一下执行时间：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m6.371s
user	0m0.080s
sys	0m0.128s

    虽然相差的时间只是零点几秒，但随着并发执行进程数的增加，进程间切换需要的时间越来越多，程序执行的时间也就越多，特别是当单个进程非常消耗CPU资源时。

（3）验证apply.sync方法是非阻塞的

    第一个程序代码的注释中，我们说apply.sync方法是非阻塞的，也就是说，无论子进程是否已经执行完毕，只要主进程执行完毕，程序就会退出，看下面的探索过程，以验证一下。

    看下面的程序代码：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(10)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

for res in result_list:
	print res.get()

    先查看程序的执行时间：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m0.149s
user	0m0.020s
sys	0m0.024s

    第一次运行这个程序时，出乎了我的意料，本来我以为这个程序的执行要18s左右才对的，因为子进程并发执行了6次，每一次都sleep了3s（并发执行的进程数比较少，切换的时间就不算上去了），但实际上也并非是如此，因为我查看系统进程时，情况是下面这样的：

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    11499   8436  0 20:35 pts/2    00:00:00 grep --color=auto mul*

    如果原来我的想法是正确的，那么应该在这里可以看到多个我执行的进程才对（因为有个3s的时间在子进程里，并发6次，18s，应该有才对），为什么会没有呢？后来我把程序代码修改为如下：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(3)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

time.sleep(3)

    即我在主程序中添加了time.sleep(3)的代码，还是先查看时间：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m3.107s
user	0m0.040s
sys	0m0.032s

    在上面程序执行过程中，迅速地在另一个窗口查看系统进程：

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    11515   1827  4 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11517  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11518  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11519  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11520  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11521  11515  0 20:39 pts/1    00:00:00 python multiprocssing_pool_2_11.py
xpleaf    11526   8436  0 20:39 pts/2    00:00:00 grep --color=auto mul*

    程序执行结束后，即显示了上面的时间后，我再查看进程：

xpleaf@xpleaf-machine:~$ ps -ef | grep mul*
xpleaf    11529   8436  0 20:39 pts/2    00:00:00 grep --color=auto mul*

    于是，上网查找了一些资料，apply.async是非阻塞的，所谓的非阻塞是指：主进程不会等待子进程的返回结果后再结束；正常情况下，如果是产生于主进程的子进程，在主进程结束后也应该不会退出才对，但因为这里的子进程是由pool进程池产生的，所以主进程结束，pool即关闭，因为pool池中的进程需要pool调度才能执行，因此当pool关闭后，这些子进程也随即结束运行。

    其实join方法就可以实现一个功能，就是让子进程结束后才结束主进程，把上面的代码修改为如下：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(3)
	return num*num

p = Pool(processes=5)

result_list = []
for i in range(30):
	result_list.append(p.apply_async(sayHi, [i]))

p.close()    #执行p.join()前需要先关闭进程池，否则会出错
p.join()     #主进程等待子进程执行完后才结束

    查看执行的时间：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool_2_11.py | grep real

real	0m18.160s
user	0m0.048s
sys	0m0.044s
xpleaf@xpleaf-mac

    当然，结果就是我们可以预料的了。

（4）验证apply.async中的get()方法是阻塞的

    使用apply.sync中的get()方法时，是会阻塞的，即apply.sync会等进程返回执行结果后才会执行下一个进程，其实（2）中的第一个例子就可以体现出来（程序中有get()，于是就忽略apply.async的非阻塞特性，等待子进程返回结果并使用get()获得结果）。这里不妨看下来一个例子，以实现虽然是多进程并发，但是因为get()的缘故，进程是串行执行的。

    程序代码如下：

from multiprocessing import Process,Pool
import time

def sayHi(num):
	time.sleep(1)
	return num*num

p = Pool(processes=5)

for i in range(20):
	result = p.apply_async(sayHi, [i])
	print result.get()

    程序执行结果如下：

xpleaf@xpleaf-machine:/mnt/hgfs/Python/day6$ time python multiprocssing_pool10.py 
0
1
4
9
16
25
36
49
64
81
100
121
144
169
196
225
256
289
324
361

real	0m20.194s
user	0m0.044s
sys	0m0.064s

    结果是一个一个输出的，其实从程序执行的时间也可以推算出来，至于为什么，那就是因为get()导致阻塞的原因了。

    上面说得其实思路是不太清晰，主要是因为对多进程的掌握是还不够多的，在这个探索的过程中，自己也是慢慢接触到了许多编程思想和方法，还有和操作系统相关的知识，往后深入学习后，如果有时间，会再完善一下。