NICE！大家好，在上一章節(jié)，我們學(xué)習(xí)了 multiprocessing 模塊 的關(guān)于進程的創(chuàng)建與進場常用的方法的相關(guān)知識。 通過在一個主進程下創(chuàng)建多個子進程可以幫助我們加速程序的運行，并且提高工作效率。不過上一章節(jié)文末我們也說過進程的問題，由于每一個進程都會消耗 CPU 與 內(nèi)存 資源，這樣就不能無限的創(chuàng)建進程的問題，因為會造成內(nèi)存不足或者死機的情況。

為了解決這個問題我們可以使用多線程來替代，或者使用我們今天要學(xué)習(xí)的內(nèi)容 —> 進程池。不僅如此，我們在上一章節(jié)也說了另一個問題，多進程在同時修改一個文件的時候可能會存在問題，解決的方法就是給這一個文件進行 上鎖 。今天我們就來學(xué)習(xí)一下 進程池與進程鎖 ，看看它們都能幫助我們怎樣解決問題。

進程池

什么是進程池

上一章節(jié)關(guān)于進程的問題我們提到過，進程創(chuàng)建太多的情況下就會對資源消耗過大。為了避免出現(xiàn)這種情況，我們就需要固定進程的數(shù)量，這時候就需要進程池的幫助。

我們可以認(rèn)為進程池就是一個池子，在這個池子里提前創(chuàng)建好一定數(shù)量的進程。見下圖：

比如這個紅色矩形陣列就代表一個進程池子，在這個池子中有6個進程。這6個進程會伴隨進程池一起被創(chuàng)建，不僅如此，我們在學(xué)習(xí)面向?qū)ο蟮纳芷诘臅r候曾經(jīng)說過，每個實例化對象在使用完成之后都會被內(nèi)存管家回收。

我們的進程也會伴隨著創(chuàng)建與關(guān)閉的過程而被內(nèi)存管家回收，每一個都是如此，創(chuàng)建于關(guān)閉進程的過程也會消耗一定的性能。而進程池中的進程當(dāng)被創(chuàng)建之后就不會被關(guān)閉，可以一直被重復(fù)使用，從而避免了創(chuàng)建于關(guān)閉的資源消耗，也避免了創(chuàng)建于關(guān)閉的反復(fù)操作提高了效率。

當(dāng)然，當(dāng)我們執(zhí)行完程序進程池關(guān)閉的時候，進程也隨之關(guān)閉。

當(dāng)我們有任務(wù)需要被執(zhí)行的時候，會判斷當(dāng)前的進程池當(dāng)中有沒有空閑的進程（所謂空閑的進程其實就是進程池中沒有執(zhí)行任務(wù)的進程）。有進程處于空閑狀態(tài)的情況下，任務(wù)會找到進程執(zhí)行該任務(wù)。如果當(dāng)前進程池中的進程都處于非空閑狀態(tài)，則任務(wù)就會進入等待狀態(tài)，直到進程池中有進程處于空閑狀態(tài)才會進出進程池從而執(zhí)行該任務(wù)。

這就是進程池的作用。

進程池的創(chuàng)建模塊 - multiprocessing

創(chuàng)建進程池函數(shù) - Pool

Pool功能介紹：通過調(diào)用 "multiprocessing" 模塊的 "Pool" 函數(shù)來幫助我們創(chuàng)建 "進程池對象" ，它有一個參數(shù) "Processcount" （一個整數(shù)），代表我們這個進程池中創(chuàng)建幾個進程。

進程池的常用方法

當(dāng)創(chuàng)建了進程池對象之后，我們要對它進程操作，讓我們來看一下都有哪些常用方法(函數(shù))。

• apply_async 函數(shù)：它的功能是將任務(wù)加入到進程池中，并且是通過異步實現(xiàn)的。異步 這個知識我們還沒有學(xué)習(xí)，先不用關(guān)心它到底是什么意思。它有兩個參數(shù)：func 與 agrs , func 是加入進程池中工作的函數(shù)；args 是一個元組，代表著簽一個函數(shù)的參數(shù)，這和我們創(chuàng)建并使用一個進程是完全一致的。
• close 函數(shù)：當(dāng)我們使用完進程池之后，通過調(diào)用 close 函數(shù)可以關(guān)閉進程池。它沒有任何的參數(shù)，也沒有任何的返回值。
• join 函數(shù)：它和我們上一章節(jié)學(xué)習(xí)的 創(chuàng)建進程的 join 函數(shù)中方法是一致的。只有進程池中的任務(wù)全部執(zhí)行完畢之后，才會執(zhí)行后續(xù)的任務(wù)。不過一般它會伴隨著進程池的關(guān)閉（close 函數(shù)）才會使用。

apply_async 函數(shù)演示案例

接下里我們在 Pycharm 中創(chuàng)建一個腳本，練習(xí)一下關(guān)于進程池的使用方法。

• 定義一個函數(shù)，打印輸出該函數(shù) 每次被執(zhí)行的次數(shù) 與 該次數(shù)的進程號
• 定義進程池的數(shù)量，每一次的執(zhí)行進程數(shù)量最多為該進程池設(shè)定的進程數(shù)

示例代碼如下：

# coding:utf-8


import os
import time
import multiprocessing

def work(count):    # 定義一個 work 函數(shù)，打印輸出 每次執(zhí)行的次數(shù) 與 該次數(shù)的進程號
    print('\'work\' 函數(shù) 第 {} 次執(zhí)行，進程號為 {}'.format(count, os.getpid()))
    time.sleep(3)
    # print('********')


if __name__ == '__main__':
    pool = multiprocessing.Pool(3)      # 定義進程池的進程數(shù)量，同一時間每次執(zhí)行最多3個進程
    for i in range(21):
        pool.apply_async(func=work, args=(i,))      # 傳入的參數(shù)是元組，因為我們只有一個 i 參數(shù)，所以我們要寫成 args=(i,)

    time.sleep(15)      # 這里的休眠時間是必須要加上的，否則我們的進程池還未運行，主進程就已經(jīng)運行結(jié)束，對應(yīng)的進程池也會關(guān)閉。

運行結(jié)果如下：

從上圖中我們可以看到每一次都是一次性運行三個進程，每一個進程的進程號是不一樣的，但仔細(xì)看會發(fā)現(xiàn)存在相同的進程號，這說明進程池的進程號在被重復(fù)利用。這證明我們上文介紹的內(nèi)容，進程池中的進程不會被關(guān)閉，可以反復(fù)使用。

而且我們還可以看到每隔3秒都會執(zhí)行3個進程，原因是我們的進程池中只有3個進程；雖然我們的 for 循環(huán) 中有 21 個任務(wù)，work 函數(shù)會被執(zhí)行21次，但是由于我們的進程池中只有3個進程。所以當(dāng)執(zhí)行了3個任務(wù)之后（休眠3秒），后面的任務(wù)等待進程池中的進程處于空閑狀態(tài)之后才會繼續(xù)執(zhí)行。

同樣的，進程號在順序上回出現(xiàn)一定的區(qū)別，原因是因為我們使用的是一種 異步 的方法（異步即非同步）。這就導(dǎo)致 work 函數(shù) 一起執(zhí)行的三個任務(wù)會被打亂順序，這也是為什么我們的進程號出現(xiàn)順序不一致的原因。（更多的異步知識我們會在異步的章節(jié)進行詳細(xì)介紹）

進程池的原理： 上述腳本的案例證實了我們進程池關(guān)于進程的限制，只有當(dāng)我們進程池中的進程處于空閑狀態(tài)的時候才會將進程池外等待的任務(wù)扔到進程池中工作。

close 函數(shù)與 join 函數(shù) 演示

在上文的腳本中, 我們使用 time.sleep(15) 幫助我們將主進程阻塞15秒鐘再次退出，所以給了我們進程池足夠的時間完成我們的 work() 函數(shù)的循環(huán)任務(wù)。

如果沒有 time.sleep(15) 這句話又怎么辦呢，其實這里就可以使用進程的 join 函數(shù)了。不過上文我們也提到過，進程的 join() 函數(shù)一般都會伴隨進程池的關(guān)閉（close 函數(shù)）來使用。接下來，我們就將上文腳本中的 time.sleep(15) 替換成 join() 函數(shù)試一下。

示例代碼如下：

# coding:utf-8


import os
import time
import multiprocessing

def work(count):    # 定義一個 work 函數(shù)，打印輸出 每次執(zhí)行的次數(shù) 與 該次數(shù)的進程號
    print('\'work\' 函數(shù) 第 {} 次執(zhí)行，進程號為 {}'.format(count, os.getpid()))
    time.sleep(3)
    # print('********')


if __name__ == '__main__':
    pool = multiprocessing.Pool(3)      # 定義進程池的進程數(shù)量，同一時間每次執(zhí)行最多3個進程
    for i in range(21):
        pool.apply_async(func=work, args=(i,))      # 傳入的參數(shù)是元組，因為我們只有一個 i 參數(shù)，所以我們要寫成 args=(i,)

    # time.sleep(15) 
    pool.close()
    pool.join()

運行結(jié)果如下：

從上面的動圖我們可以看出，work() 函數(shù)的任務(wù)與進程池中的進程與使用 time.sleep(15)的運行結(jié)果一致。

PS：如果我們的主進程會一直執(zhí)行，不會退出。那么我們并不需要添加 close() 與 join() 函數(shù) ，可以讓進程池一直啟動著，直到有任務(wù)進來就會執(zhí)行。

在后面學(xué)習(xí) WEB 開發(fā)之后，不退出主進程進行工作是家常便飯。還有一些需要長期執(zhí)行的任務(wù)也不會關(guān)閉，但要是只有一次性執(zhí)行的腳本，就需要添加 close() 與 join() 函數(shù) 來保證進程池的任務(wù)全部完成之后主進程再退出。當(dāng)然，如果主進程關(guān)閉了，就不會再接受新的任務(wù)了，也就代表了進程池的終結(jié)。

接下來再看一個例子，在 work 函數(shù) 中加入一個 return。

這里大家可能會有一個疑問，在上一章節(jié)針對進程的知識點明明說的是 進程無法獲取返回值，那么這里的 work() 函數(shù)增加的 return 又有什么意義呢？

其實不然，在我們的使用進程池的 apply_async 方法時，是通過異步的方式實現(xiàn)的，而異步是可以獲取返回值的。針對上述腳本，我們在 for循環(huán)中針對每一個異步 apply_async 添加一個變量名，從而獲取返回值。

示例代碼如下：

# coding:utf-8


import os
import time
import multiprocessing

def work(count):    # 定義一個 work 函數(shù)，打印輸出 每次執(zhí)行的次數(shù) 與 該次數(shù)的進程號
    print('\'work\' 函數(shù) 第 {} 次執(zhí)行，進程號為 {}'.format(count, os.getpid()))
    time.sleep(3)
    return '\'work\' 函數(shù) result 返回值為：{}, 進程ID為：{}'.format(count, os.getpid())


if __name__ == '__main__':
    pool = multiprocessing.Pool(3)      # 定義進程池的進程數(shù)量，同一時間每次執(zhí)行最多3個進程
    results = []
    for i in range(21):
        result = pool.apply_async(func=work, args=(i,))      # 傳入的參數(shù)是元組，因為我們只有一個 i 參數(shù)，所以我們要寫成 args=(i,)
        results.append(result)

    for result in results:
        print(result.get())     # 可以通過這個方式返回 apply_async 的返回值，
                                # 通過這種方式也不再需要 使用 close()、join() 函數(shù)就可以正常執(zhí)行。

    # time.sleep(15)      # 這里的休眠時間是必須要加上的，否則我們的進程池還未運行，主進程就已經(jīng)運行結(jié)束，對應(yīng)的進程池也會關(guān)閉。
    # pool.close()
    # pool.join()

運行結(jié)果如下：

從運行結(jié)果可以看出，首先 work() 函數(shù)被線程池的線程執(zhí)行了一遍，當(dāng)?shù)谝唤M任務(wù)執(zhí)行完畢緊接著執(zhí)行第二次線程池任務(wù)的時候，打印輸出了 apply_async 的返回值，證明返回值被成功的返回了。然后繼續(xù)下一組的任務(wù)…

這些都是主要依賴于 異步 ，關(guān)于 異步 的更多知識會在 異步 的章節(jié)進行詳細(xì)的介紹。

進程鎖

進程鎖的概念

鎖：大家都知道，我們可以給一個大門上鎖。

結(jié)合這個場景來舉一個例子：比如現(xiàn)在有多個進程同時沖向一個 "大門" ，當(dāng)前門內(nèi)是沒有 "人"的(其實就是進程)，鎖也沒有鎖上。當(dāng)有一個進程進去之后并且把 “門” 鎖上了，這時候門外的那些進程是進不來的。在門內(nèi)的 “人” ，可以在 “門” 內(nèi)做任何事情且不會被干擾。當(dāng)它出來之后，會解開門鎖。這時候又有一個 “人” 進去了門內(nèi)，并且重復(fù)這樣的操作，這就是 進程鎖。它可以讓鎖后面的工作只能被一個任務(wù)來處理，只有它解鎖之后下一個任務(wù)才會進入，這就是 “鎖” 的概念。

而 進程鎖 就是僅針對于 進程 有效的鎖，當(dāng)進程的任務(wù)開始之后，就會被上一把 “鎖”；與之對應(yīng)的是 線程鎖 ，它們的原理幾乎是一樣的。

進程鎖的加鎖與解鎖

進程鎖的使用方法：

通過 multiprocessing 導(dǎo)入 Manager 類

from multiprocessing import Manager

然后實例化 Manager

manager = Manager()

再然后通過實例化后的 manager 調(diào)用 它的 Lock() 函數(shù)

lock = manager.Lock()

接下來，就需要操作這個 lock 對象的函數(shù)

代碼示例如下：

# coding:utf-8


import os
import time
import multiprocessing


def work(count, lock):    # 定義一個 work 函數(shù)，打印輸出 每次執(zhí)行的次數(shù) 與 該次數(shù)的進程號,增加線程鎖。
    lock.acquire()        # 上鎖
    print('\'work\' 函數(shù) 第 {} 次執(zhí)行，進程號為 {}'.format(count, os.getpid()))
    time.sleep(3)
    lock.release()        # 解鎖
    return '\'work\' 函數(shù) result 返回值為：{}, 進程ID為：{}'.format(count, os.getpid())


if __name__ == '__main__':
    pool = multiprocessing.Pool(3)      # 定義進程池的進程數(shù)量，同一時間每次執(zhí)行最多3個進程
    manager = multiprocessing.Manager()
    lock = manager.Lock()
    results = []
    for i in range(21):
        result = pool.apply_async(func=work, args=(i, lock))      # 傳入的參數(shù)是元組，因為我們只有一個 i 參數(shù)，所以我們要寫成 args=(i,)
        # results.append(result)


    # time.sleep(15)      # 這里的休眠時間是必須要加上的，否則我們的進程池還未運行，主進程就已經(jīng)運行結(jié)束，對應(yīng)的進程池也會關(guān)閉。
    pool.close()
    pool.join()

執(zhí)行結(jié)果如下：

從上圖中，可以看到每一次只有一個任務(wù)會被執(zhí)行。由于每一個進程會被阻塞 3秒鐘，所以我們的進程執(zhí)行的非常慢。這是因為每一個進程進入到 work() 函數(shù)中，都會執(zhí)行 上鎖、阻塞3秒、解鎖 的過程，這樣就完成了一個進程的工作。下一個進程任務(wù)開始，重復(fù)這個過程… 這就是 進程鎖的概念。

其實進程鎖還有很多種方法，在 multiprocessing 中有一個直接使用的鎖，就是 ``from multiprocessing import Lock。這個Lock的鎖使用和我們剛剛介紹的Manager` 的鎖的使用有所區(qū)別。（這里不做詳細(xì)介紹，感興趣的話可以自行拓展一下。）

鎖 的使用可以讓我們對某個任務(wù) 在同一時間只能對一個進程進行開發(fā)，但是 鎖也不可以亂用 。因為如果某些原因造成 鎖沒有正常解開 ，就會造成死鎖的現(xiàn)象，這樣就無法再進行操作了。

因為 鎖如果解不開 ，后面的任務(wù)也就沒有辦法繼續(xù)執(zhí)行任務(wù)，所以使用鎖一定要謹(jǐn)慎。

OKK，今天我們學(xué)習(xí)了進程池與鎖的使用方法，通過學(xué)習(xí)這兩個知識點可以幫助我們解決進程的一些弊端，但它們自身的使用也要注意一些事項。在不同的場景使用的效果也不盡相同，而 鎖的使用 則更需要注意。

以上就是Python語法學(xué)習(xí)之進程池與進程鎖詳解的詳細(xì)內(nèi)容，更多關(guān)于Python進程池 進程鎖的資料請關(guān)注腳本之家其它相關(guān)文章！ 

最新評論