Python并发之多进程 -- multiprocessing
multiprocessing包是Python中的多进程管理包。 它与 threading.Thread类似，可以利用multiprocessing.Process对象来创建一个进程。该进程可以允许放在Python程序内部编写的函数中。该Process对象与Thread对象的用法相同. 方法有:
- is_alive()
- join([timeout])
- run()
- start()
- terminate() 属性有:
- authkey
- daemon（要通过start()设置）
- exitcode(进程在运行时为None、如果为–N，表示被信号N结束）
- name
- pid
此外multiprocessing包中也有Lock/Event/Semaphore/Condition类，用来同步进程，其用法也与threading包中的同名类一样。multiprocessing的很大一部份与threading使用同一套API，只不过换到了多进程的情境。
这个模块表示像线程一样管理进程，这个是multiprocessing的核心，它与threading很相似，对多核CPU的利用率会比threading好的多。
看一下Process类的构造方法：
__init__(self, group=None, target=None, name=None, args=(), kwargs={}) 参数说明：
group：进程所属组。基本不用target：表示调用对象。args：表示调用对象的位置参数元组。name：别名kwargs：表示调用对象的字典。
创建进程的简单实例：
import requestsfrom multiprocessing import Processurls = [ "http://www.python.org", "http://www.python.org/about/", "http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.html", "http://www.python.org/doc/", "http://www.python.org/download/", "http://www.python.org/getit/", "http://www.python.org/community/", "https://wiki.python.org/moin/",]def get_status_code(url): resp = requests.get(url) print("url:{}\ncode:{}\n{}".format(url, resp.status_code, "-" * 100))if __name__ == "__main__": for url in urls: p = Process(target=get_status_code, args=(url,)) p.start() p.join() 执行结果:
url:http://www.python.orgcode:200------------------------------------------------------------------------------url:http://www.python.org/about/code:200------------------------------------------------------------------------------url:http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.htmlcode:200------------------------------------------------------------------------------url:http://www.python.org/doc/code:200------------------------------------------------------------------------------url:http://www.python.org/download/code:200------------------------------------------------------------------------------url:http://www.python.org/getit/code:200------------------------------------------------------------------------------url:http://www.python.org/community/code:200------------------------------------------------------------------------------url:https://wiki.python.org/moin/code:200
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，并用其start()方法启动，join()方法表示等待子进程结束以后再继续往下运行，通常用于进程间的同步。 注意： 在Windows上要想使用进程模块，就必须把有关进程的代码写在当前.py文件的if name == ‘main’ :语句的下面，才能正常使用Windows下的进程模块。Unix/Linux下则不需要。
multiprocess.Pool
当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程，十几个还好，但如果是上百个，上千个目标，手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。
Pool可以提供指定数量的进程供用户调用，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规定最大值，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它。
apply_async和apply 函数原型：
apply_async(func[, args=()[, kwds={}[, callback=None]]]) 二者都是向进程池中添加新的进程，不同的时，apply每次添加新的进程时，主进程和新的进程会并行执行，但是主进程会阻塞，直到新进程的函数执行结束。 这是很低效的，所以python3.x之后不再使用 apply_async和apply功能相同，但是主进程不会阻塞。
import requestsfrom multiprocessing import Poolurls = [ "http://www.python.org", "http://www.python.org/about/", "http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.html", "http://www.python.org/doc/", "http://www.python.org/download/", "http://www.python.org/getit/", "http://www.python.org/community/", "https://wiki.python.org/moin/",]def get_status_code(url): resp = requests.get(url) print("url:{}\ncode:{}\n{}".format(url, resp.status_code, "-" * 100))if __name__ == "__main__": # 维持执行的进程总数为processes，当一个进程执行完毕后会添加新的进程进去 p = Pool() for url in urls: # 异步开启进程, 非阻塞型, 能够向池中添加进程而不等待其执行完毕就能再次执行循环 p.apply_async(func=get_status_code, args=(url,)) print("Waiting for all subprocesses done...") p.close() # 关闭pool, 则不会有新的进程添加进去 p.join() # 必须在join之前close, 然后join等待pool中所有的线程执行完毕 print('All subprocesses done.') 运行结果:
Waiting for all subprocesses done...url:http://www.onlamp.com/pub/a/python/2003/04/17/metaclasses.htmlcode:200------------------------------------------------------------------------------url:http://www.python.org/doc/code:200----------------------------------------------------------------------------------------------------url:http://www.python.org/about/code:200------------------------------------------------------------------------------url:http://www.python.orgcode:200------------------------------------------------------------------------------url:https://wiki.python.org/moin/code:200------------------------------------------------------------------------------url:http://www.python.org/download/code:200------------------------------------------------------------------------------url:http://www.python.org/community/code:200------------------------------------------------------------------------------url:http://www.python.org/getit/code:200------------------------------------------------------------------------------All subprocesses done.
其他资料