欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Process多進程實現(xiàn)過程

 更新時間:2019年10月22日 09:05:50   作者:Python小老弟  
這篇文章主要介紹了Python Process多進程實現(xiàn)過程,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

進程的概念

程序是沒有運行的代碼,靜態(tài)的;

進程是運行起來的程序,進程是一個程序運行起來之后和資源的總稱;

程序只有一個,但同一份程序可以有多個進程;例如,電腦上多開QQ;

程序和進程的區(qū)別在于有沒有資源,進程有資源而程序沒有資源,進程是一個資源分配的基本單元;
程序在沒運行的時候沒有資源,沒有顯卡,沒有網(wǎng)卡,等等;雙擊運行后有攝像頭,有網(wǎng)速等等,就叫做進程;

進程的狀態(tài)

進程狀態(tài)圖


  • 就緒態(tài):運行的條件都已經(jīng)慢去,正在等在cpu執(zhí)行
  • 執(zhí)行態(tài):cpu正在執(zhí)行其功能
  • 等待態(tài):等待某些條件滿足,例如一個程序sleep了,此時就處于等待態(tài)

使用Process完成多任務

進程的使用步驟和線程的使用步驟基本一致;

進程的使用步驟:

  • 導入multiprocessing;
  • 編寫多任務所所需要的函數(shù);
  • 創(chuàng)建multiprocessing.Process類的實例對象并傳入函數(shù)引用;
  • 調用實例對象的start方法,創(chuàng)建子線程。

進程使用步驟圖示:

進程使用步驟代碼

import time
import multiprocessing
def sing():
  while True:
    print("-----sing-----")
    time.sleep(1)
def dance():
  while True:
    print("-----dance-----")
    time.sleep(1)
def main():
  p1 = multiprocessing.Process(target=sing)
  p2 = multiprocessing.Process(target=dance)
  p1.start()
  p2.start()
if __name__ == "__main__":
  main()

運行結果:

-----sing-----
-----dance-----
-----sing-----
-----dance-----
-----sing-----
-----dance-----
......

進程:

  • 主進程有什么,子進程就會有什么資源;
  • 線程能創(chuàng)建多任務,進程也能創(chuàng)建多任務,但進程耗費的資源比較大;
  • 所以運行的進程數(shù),不一定越多越好;
  • 當創(chuàng)建子進程時,會復制一份主進程的資源,代碼,內存等,但又會有自己不同的地方,比如pid等;
  • 我們可以理解為多進程之間共享代碼,即只有一份代碼,但有多個指向同一代碼的箭頭;
  • 能共享的就共享,不能共享的就拷貝一份;不需要修改的就共享,要修改的時候就給你拷貝一份,這就是寫時拷貝;

獲取進程id

獲取進程id代碼

from multiprocessing import Process
import osdef run_proc():
  """子進程要執(zhí)行的代碼"""
  print('子進程運行中,pid=%d...' % os.getpid()) # os.getpid獲取當前進程的進程號
  print('子進程將要結束...')

if __name__ == '__main__':
  print('父進程pid: %d' % os.getpid()) # os.getpid獲取當前進程的進程號
  p = Process(target=run_proc)
  p.start()

進程和線程對比

進程和線程的區(qū)別

  • 進程是系統(tǒng)進行資源分配和調度的一個獨立單位;
  • 線程是進程的一個實體,是CPU調度和分派的基本單位,即是操作系統(tǒng)調度的單位,它是比進程更小的能獨立運行的基本單位;
  • 一個程序至少有一個進程,一個進程至少有一個線程;
  • 線程的劃分尺度小于進程(資源比進程少),使得多線程程序的并發(fā)性高;
  • 進程在執(zhí)行過程中擁有獨立的內存單元,而多個線程共享內存,從而極大地提高了程序的運行效率;
  • 線程不能夠獨立執(zhí)行,必須依存在進程中;
  • 進程先有,才有的線程;
  • 線程用資源去做事;
  • 多線程能實現(xiàn)多任務是指在一個進程資源里面有多個箭頭;多線程是在同一個資源里面有多個箭頭執(zhí)行同一份代碼;
  • 多進程的多任務是又開啟了一份資源,在這個資源里面又有一個箭頭;
  • 進程執(zhí)行方式1:在一份資源里面有多個箭頭在執(zhí)行;
  • 進程執(zhí)行方式2:有多份資源,在每一份資源里面有一個箭頭執(zhí)行代碼;
  • 線程執(zhí)行開銷小,但不利于資源的管理和保護,進程正好相反;
  • 開發(fā)中還是多線程用的多;

通過隊列完成進程間通信

隊列使用語法

# 創(chuàng)建隊列:
from multiprocessing import Queue
q = Queue(3)
# 往隊列中添加數(shù)據(jù):
q.put(xxx)
# 從隊列中獲取數(shù)據(jù):
q.get()

通過隊列完成進程間通信代碼

from multiprocessing import Queue
import multiprocessing
def download_data(q):
  """模擬這是從網(wǎng)上下載數(shù)據(jù)"""
  data = [11, 22, 33]
  for i in data:
    q.put(i)
  print("數(shù)據(jù)下載完成")
def deal_data(q):
  """模擬處理從網(wǎng)上下載下來的數(shù)據(jù)"""
  data_list = []
  while True:
    data = q.get()
    data_list.append(data)
    if q.empty():
      break
  print("處理數(shù)據(jù)結束,數(shù)據(jù)為:", data_list)
def main():
  q = Queue(3)
  p1 = multiprocessing.Process(target=download_data, args=(q,))
  p2 = multiprocessing.Process(target=deal_data, args=(q,))
  p1.start()
  time.sleep(1)
  p2.start()
if __name__ == '__main__':
  main()

運行結果:

數(shù)據(jù)下載完成

處理數(shù)據(jù)結束,數(shù)據(jù)為: [11, 22, 33]

進程池完成多任務

進程池

進程池的概念

因為進程的創(chuàng)建和銷毀是需要大量的資源的,為了減少消耗,當我們在處理多任務時,比如100個任務,我們可以先創(chuàng)建10個進程,然后用這10個進程來執(zhí)行者100個任務,就可以重復使用進程,達到節(jié)約資源的目的了,而這個就可以使用進程池。

進程池的創(chuàng)建

任務數(shù)固定且較少,用普通的進程即可;任務數(shù)不確定,且比較多,就用進程池;

進程池不會等待進程執(zhí)行完畢,我們需要使用po.join()讓主進程等待進程池中的進程執(zhí)行完;且po.close()必須在join前面;小編整理一套Python資料和PDF,有需要Python學習資料可以加學習群:631441315 ,反正閑著也是閑著呢,不如學點東西啦~~

創(chuàng)建進程池語法

# 創(chuàng)建進程池
from multiprocessing import Pool
po = Pool(3)

# 給進程池傳遞任務和參數(shù)
po.asyn(sing, (num,))

# 讓進程池等待子進程執(zhí)行完
po.close()
po.join()

進程池pool示例

from multiprocessing import Pool
import os, time, random
def worker(msg):
  t_start = time.time()
  print("%s開始執(zhí)行,進程號為%d" % (msg, os.getpid()))
  # random.random()隨機生成0~1之間的浮點數(shù)
  time.sleep(random.random() * 2)
  t_stop = time.time()
  print(msg, "執(zhí)行完畢,耗時%0.2f" % (t_stop - t_start))
def main():
  po = Pool(3) # 定義一個進程池,最大進程數(shù)3
  for i in range(0, 10):
    # Pool().apply_async(要調用的目標,(傳遞給目標的參數(shù)元祖,))
    # 每次循環(huán)將會用空閑出來的子進程去調用目標
    po.apply_async(worker, (i,))

  print("----start----")
  po.close() # 關閉進程池,關閉后po不再接收新的請求
  po.join() # 等待po中所有子進程執(zhí)行完成,必須放在close語句之后
  print("-----end-----")
if __name__ == '__main__':
  main()

執(zhí)行結果:

----start----
0開始執(zhí)行,進程號為7812
1開始執(zhí)行,進程號為9984
2開始執(zhí)行,進程號為1692
執(zhí)行完畢,耗時0.65
3開始執(zhí)行,進程號為9984
執(zhí)行完畢,耗時1.08
4開始執(zhí)行,進程號為7812
執(zhí)行完畢,耗時1.82
5開始執(zhí)行,進程號為1692
執(zhí)行完畢,耗時1.12
6開始執(zhí)行,進程號為7812
執(zhí)行完畢,耗時1.35
7開始執(zhí)行,進程號為9984
執(zhí)行完畢,耗時0.11
8開始執(zhí)行,進程號為9984
執(zhí)行完畢,耗時0.50
9開始執(zhí)行,進程號為7812
執(zhí)行完畢,耗時0.65
執(zhí)行完畢,耗時0.70
執(zhí)行完畢,耗時0.74
-----end-----

多進程拷貝文件夾

多任務文件夾copy

步驟思路:

1.獲取用戶要拷貝的文件夾的名字;

2.創(chuàng)建一個新的文件夾;

3.獲取文件夾的所有待拷貝的文件名;listdir()

4.創(chuàng)建進程池;

5.復制原文件夾中的文件,到新文件夾的文件中去;

多任務拷貝文件代碼

import os
from multiprocessing import Pool
def copy_file(file, old_folder, new_folder):

  old_f = open(old_folder+"/"+file, "rb")
  data = old_f.read()
  old_f.close()

  new_f = open(new_folder+"/"+file, "wb")
  new_f.write(data)
  new_f.close()
  print("創(chuàng)建文件成功:", file)
def main():
  # 1.獲取要拷貝的文件夾
  old_folder = input("請輸入你要拷貝的文件夾:")
  # 2.創(chuàng)建新文件夾
  new_folder = old_folder + "_復件"
  try:
    os.mkdir(new_folder)
    print("創(chuàng)建文件夾成功")
  except Exception as e:
    pass
  # 3.獲取文件夾中所有待拷貝的文件,listdir()
  files_list = os.listdir(old_folder)
  # print(files_list)
  # 4.創(chuàng)建進程池
  po = Pool(5)
  for file in files_list:
    # 向進程池中添加復制文件的任務
    po.apply_async(copy_file, args=(file, old_folder, new_folder))
  # 復制原文件夾中的文件,到新文件夾中
  po.close()
  po.join()
if __name__ == '__main__':
  main()

在完成文件夾拷貝后,增加了一個需求,顯示拷貝文件的進度條,怎么辦?

多任務拷貝文件并顯示進度條

如果要在進程池中使用Queue,要使用from multiprocessing import Manager ,使用Manager().Queue();

顯示進度條思路:

  • 創(chuàng)建一個隊列;
  • 往拷貝文件的函數(shù)中傳入隊列,拷貝好一個文件就往q中傳入該文件名;
  • 在主函數(shù)中計算listdir()中的所有文件數(shù)量;
  • 在主函數(shù)中定義一個num,初始值為0;
  • 在主函數(shù)中定義一個while true,從q中獲取文件每獲取一個文件們就將num+1
  • 計算,如果num的值大于等于總文件數(shù)量,就break;
  • 使用已拷貝文件數(shù)量num除以總文件數(shù)量,即為拷貝的進度,使用開頭\r 和end=""讓顯示進度不換行,如下:

print("\r已拷貝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")

多任務拷貝文件并顯示進度條代碼:

import os
from multiprocessing import Pool, Manager
def copy_file(q, file, old_folder, new_folder):
  old_f = open(old_folder+"/"+file, "rb")
  data = old_f.read()
  old_f.close()
  new_f = open(new_folder+"/"+file, "wb")
  new_f.write(data)
  new_f.close()
  q.put(file)
def main():
  # 1.獲取要拷貝的文件夾
  old_folder = input("請輸入你要拷貝的文件夾:")
  # 2.創(chuàng)建新文件夾
  new_folder = old_folder + "_復件"
  try:
    os.mkdir(new_folder)
    print("創(chuàng)建文件夾成功")
  except Exception as e:
    pass
  # 3.獲取文件夾中所有待拷貝的文件,listdir()
  files_list = os.listdir(old_folder)
  # 4.創(chuàng)建進程池
  po = Pool(5)
  # 5.創(chuàng)建隊列
  q = Manager().Queue()
  # 6.復制原文件夾中的文件,到新文件夾中
  for file in files_list:
    # 向進程池中添加復制文件的任務
    po.apply_async(copy_file, args=(q, file, old_folder, new_folder))
  all_file_len = len(files_list)
  po.close()
  # po.join()
  copy_ok_file_num = 0
  while True:
    file = q.get()
    copy_ok_file_num += 1
    print("已拷貝文件%.2f %%" % (copy_ok_file_num*100/all_file_len))
    # print("\r已拷貝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")
    if copy_ok_file_num >= all_file_len:
      break
  print()
if __name__ == '__main__':
  main()

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • 分享一個pycharm專業(yè)版安裝的永久使用方法

    分享一個pycharm專業(yè)版安裝的永久使用方法

    這篇文章主要介紹了分享一個pycharm專業(yè)版安裝的永久使用方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-09-09
  • Python列表排序 list.sort方法和內置函數(shù)sorted用法

    Python列表排序 list.sort方法和內置函數(shù)sorted用法

    這篇文章主要介紹了Python列表排序 list.sort方法和內置函數(shù)sorted用法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-03-03
  • Python中的裝飾器鏈(decorator chain)詳解

    Python中的裝飾器鏈(decorator chain)詳解

    在Python中,裝飾器是一種高級功能,它允許你在不修改函數(shù)或類代碼的情況下,為它們添加額外的功能,裝飾器通常用于日志記錄、性能測量、權限檢查等場景,當多個裝飾器應用于同一個函數(shù)或類時,形成裝飾器鏈,這篇文章主要介紹了Python中的裝飾器鏈詳解,需要的朋友可以參考下
    2024-06-06
  • python中heapq堆排算法的實現(xiàn)

    python中heapq堆排算法的實現(xiàn)

    這篇文章主要介紹了python中heapq堆排算法的實現(xiàn),該模塊提供了堆排序算法的實現(xiàn)。堆是二叉樹,最大堆中父節(jié)點大于或等于兩個子節(jié)點,最小堆父節(jié)點小于或等于兩個子節(jié)點。下面文章更多詳細介紹,需要的小伙伴可以參考一下
    2022-05-05
  • Python爬蟲信息輸入及頁面的切換方法

    Python爬蟲信息輸入及頁面的切換方法

    今天小編就為大家分享一篇Python爬蟲信息輸入及頁面的切換方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05
  • python設計并實現(xiàn)平面點類Point的源代碼

    python設計并實現(xiàn)平面點類Point的源代碼

    這篇文章主要介紹了python-設計并實現(xiàn)平面點類Point,定義一個平面點類Point,對其重載運算符關系運算符,關系運算以距離坐標原點的遠近作為基準,需要的朋友可以參考下
    2024-05-05
  • Python入門篇之列表和元組

    Python入門篇之列表和元組

    Python包含6種內建序列:列表、元組、字符串、Unicode字符串、buffer對象、xrange對象。本篇主要討論最常用的兩種類型:列表、元組
    2014-10-10
  • Python分析特征數(shù)據(jù)類別與預處理方法速學

    Python分析特征數(shù)據(jù)類別與預處理方法速學

    這篇文章主要為大家介紹了Python分析特征數(shù)據(jù)類別與預處理方法速學,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-02-02
  • Django之使用內置函數(shù)和celery發(fā)郵件的方法示例

    Django之使用內置函數(shù)和celery發(fā)郵件的方法示例

    這篇文章主要介紹了Django之使用內置函數(shù)和celery發(fā)郵件的方法示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-09-09
  • python中數(shù)組和矩陣乘法及使用總結(推薦)

    python中數(shù)組和矩陣乘法及使用總結(推薦)

    這篇文章主要介紹了python中數(shù)組和矩陣乘法及使用總結,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-05-05

最新評論