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(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)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(wù)

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(dǎo)入multiprocessing；
編寫多任務(wù)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(diào)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(jié)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(wù)，進程也能創(chuàng)建多任務(wù)，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(dāng)創(chuàng)建子進程時，會復(fù)制一份主進程的資源，代碼，內(nèi)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(dāng)前進程的進程號
  print('子進程將要結(jié)束...')

if __name__ == '__main__':
  print('父進程pid: %d' % os.getpid()) # os.getpid獲取當(dāng)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(diào)度的一個獨立單位；
線程是進程的一個實體,是CPU調(diào)度和分派的基本單位,即是操作系統(tǒng)調(diào)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(nèi)存單元，而多個線程共享內(nèi)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(wù)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(wù)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(jié)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(jié)果：

數(shù)據(jù)下載完成

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

進程池完成多任務(wù)

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(dāng)我們在處理多任務(wù)時，比如100個任務(wù)，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(wù)，就可以重復(fù)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(wù)數(shù)固定且較少，用普通的進程即可；任務(wù)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(xué)習(xí)資料可以加學(xué)習(xí)群：631441315 ，反正閑著也是閑著呢，不如學(xué)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(wù)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(diào)用的目標(biāo),(傳遞給目標(biāo)的參數(shù)元祖,))
    # 每次循環(huán)將會用空閑出來的子進程去調(diào)用目標(biāo)
    po.apply_async(worker, (i,))

  print("----start----")
  po.close() # 關(guān)閉進程池，關(guān)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(jié)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(wù)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(fù)制原文件夾中的文件，到新文件夾的文件中去；

多任務(wù)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(fù)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(fù)制文件的任務(wù)
    po.apply_async(copy_file, args=(file, old_folder, new_folder))
  # 復(fù)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(wù)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(wù)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(fù)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(fù)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(fù)制文件的任務(wù)
    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(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: