Python使用multiprocessing實現(xiàn)多進程
一、進程概念
進程(Process)是資源分配的最小單位,它是操作系統(tǒng)進行資源分配和調度運行的基本單位,通俗理解:一個正在運行的程序就是一個進程。
注: 一個程序運行后至少有一個進程
二、python多進程
在python中使用多進程我們需要導入 multiprocessing 模塊
import multiprocessing
實例演示:
- 我們先定義兩個函數,然后創(chuàng)建子進程去調用它們
import time def mission1(n): for i in range(1, n + 1): print(f'第{i}次執(zhí)行任務一。') time.sleep(0.2) def mission2(n): for i in range(1, n + 1): print(f"第{i}次執(zhí)行任務二。") time.sleep(0.2)
每個函數每次循環(huán)都sleep 0.2秒目的是為了之后演示進程之間是同步執(zhí)行的情況,否則程序運行太快沒辦法體現(xiàn)。
我們先試著直接調用它們:
mission1(5) mission2(5) """ 結果: 第1次執(zhí)行任務一。 第2次執(zhí)行任務一。 第3次執(zhí)行任務一。 第4次執(zhí)行任務一。 第5次執(zhí)行任務一。 第1次執(zhí)行任務二。 第2次執(zhí)行任務二。 第3次執(zhí)行任務二。 第4次執(zhí)行任務二。 第5次執(zhí)行任務二。 """
結果:先執(zhí)行了mission1 再執(zhí)行了mission2
- 子進程依賴于父進程創(chuàng)建,因而我們要創(chuàng)建兩個子進程,那么必須在父進程里面去創(chuàng)建。
python運行文件的時候會創(chuàng)建一個主進程也就是 MainProcess,因而我們必須在main里面去操作子進程:
if __name__ == '__main__': pass
- 接著我們創(chuàng)建子進程對象:
if __name__ == '__main__': p1 = multiprocessing.Process(target=mission1, args=(5,)) p2 = multiprocessing.Process(target=mission2, kwargs={'n': 5})
multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}) :
target—表示調用對象,即子進程要執(zhí)行的任務(回調函數入口地址)
args—表示以元組的形式向子任務函數傳參,元組方式傳參一定要和參數的順序保持一致
kwargs—表示以字典的方式給子任務函數傳參,字典方式傳參字典中的key要和參數名保持一致
name—為子進程的名稱
進程運行:
p1.start() p2.start()
- 完整代碼:
import multiprocessing import time def mission1(n): for i in range(1, n + 1): print(f'第{i}次執(zhí)行任務一。') time.sleep(0.2) def mission2(n): for i in range(1, n + 1): print(f"第{i}次執(zhí)行任務二。") time.sleep(0.2) if __name__ == '__main__': p1 = multiprocessing.Process(target=mission1, args=(5,)) # 注意單元素的元組格式 p2 = multiprocessing.Process(target=mission2, kwargs={'n': 5}) p1.start() p2.start() """ 結果: 第1次執(zhí)行任務一。 第1次執(zhí)行任務二。 第2次執(zhí)行任務一。 第2次執(zhí)行任務二。 第3次執(zhí)行任務一。 第3次執(zhí)行任務二。 第4次執(zhí)行任務一。 第4次執(zhí)行任務二。 第5次執(zhí)行任務一。 第5次執(zhí)行任務二。 """
結果顯示:兩個函數在兩個子進程中同時執(zhí)行。(每次執(zhí)行順序可能有略微差別)
獲取進程信息
current_process()
獲取當前進程的信息:name(進程名稱) 和 pid (進程ID)
def mission1(user, n): print(f"mission-1子進程:{multiprocessing.current_process().name}") print(f"mission-1子進程ID:{multiprocessing.current_process().pid}") for i in range(1, n + 1): print(f"用戶{user}正在第{i}次執(zhí)行任務一。") time.sleep(0.2)
OS 模塊
可以使用os模塊中的getpid()獲取當前進程的ID 以及 getppid()獲取當前進程的父進程ID。
import os def mission2(user, n): print(f"mission-2子進程:{multiprocessing.current_process().name}") print(f"mission-2子進程ID:{os.getpid()}") print(f"mission-2子進程的父進程為:{os.getppid()}") for i in range(1, n + 1): print(f"用戶{user}正在第{i}次執(zhí)行任務二。") time.sleep(0.2)
完整代碼:
import multiprocessing import time import os def mission1(user, n): print(f"mission-1子進程:{multiprocessing.current_process().name}") print(f"mission-1子進程ID:{multiprocessing.current_process().pid}") print(f"mission-1子進程的父進程為:{os.getppid()}") for i in range(1, n + 1): print(f"用戶{user}正在第{i}次執(zhí)行任務一。") time.sleep(0.2) def mission2(user, n): print(f"mission-2子進程:{multiprocessing.current_process().name}") print(f"mission-2子進程ID:{os.getpid()}") print(f"mission-2子進程的父進程為:{os.getppid()}") for i in range(1, n + 1): print(f"用戶{user}正在第{i}次執(zhí)行任務二。") time.sleep(0.2) if __name__ == '__main__': print(f"主進程的ID為:{multiprocessing.current_process().pid}") print(f"主進程的父進程ID為:{os.getppid()}") print(f'--------主進程{multiprocessing.current_process().name}開始執(zhí)行--------') p1=multiprocessing.Process(target=mission1,name='mission-1',args=('張三',5)) p2=multiprocessing.Process(target=mission2,name='mission-2',args=('李四',5)) p1.start() p2.start() """ 主進程的ID為:7500 主進程的父進程ID為:39284 --------主進程MainProcess開始執(zhí)行-------- mission-2子進程:mission-2 mission-2子進程ID:40552 mission-2子進程的父進程為:7500 用戶李四正在第1次執(zhí)行任務二。 mission-1子進程:mission-1 mission-1子進程ID:46296 mission-1子進程的父進程為:7500 用戶張三正在第1次執(zhí)行任務一。 用戶李四正在第2次執(zhí)行任務二。 用戶張三正在第2次執(zhí)行任務一。 用戶李四正在第3次執(zhí)行任務二。 用戶張三正在第3次執(zhí)行任務一。 用戶李四正在第4次執(zhí)行任務二。 用戶張三正在第4次執(zhí)行任務一。 用戶李四正在第5次執(zhí)行任務二。 用戶張三正在第5次執(zhí)行任務一。 """
兩個子進程的父ID是相同的就是MainProcess這個主進程的ID
三、進程特點
- 多進程之間不會共享全局變量
- 主進程會默認等待子進程結束而結束 但可以通過設置來讓子進程跟著主進程結束而結束
正常情況:
import multiprocessing import time def mission1(user, n): for i in range(1, n + 1): print(f"用戶{user}正在第{i}次執(zhí)行任務一。") time.sleep(0.1) if __name__ == '__main__': print(f'--------主進程{multiprocessing.current_process().name}開始執(zhí)行--------') p1 = multiprocessing.Process(target=mission1, name='mission-1', args=('張三', 5)) p1.start() time.sleep(0.4) # 讓主進程多執(zhí)行一會兒 print(f'----------主進程:{multiprocessing.current_process().name}最后一行代碼執(zhí)行完畢---------') """ --------主進程MainProcess開始執(zhí)行-------- 用戶張三正在第1次執(zhí)行任務一。 用戶張三正在第2次執(zhí)行任務一。 ----------主進程:MainProcess最后一行代碼執(zhí)行完畢--------- 用戶張三正在第3次執(zhí)行任務一。 用戶張三正在第4次執(zhí)行任務一。 用戶張三正在第5次執(zhí)行任務一。 """
正常情況下,主進程(最后一行代碼執(zhí)行完了)仍然會等待子進程(p1 mission-1)執(zhí)行完畢.
使用守護進程或者終止進程
import multiprocessing import time def mission1(user, n): for i in range(1, n + 1): print(f"用戶{user}正在第{i}次執(zhí)行任務一。") time.sleep(0.1) if __name__ == '__main__': print(f'--------主進程{multiprocessing.current_process().name}開始執(zhí)行--------') p1 = multiprocessing.Process(target=mission1, name='mission-1', args=('張三', 5)) # 方式1: 開啟子進程前提前設置守護主進程 p1.daemon = True p1.start() time.sleep(0.4) # 讓主進程多執(zhí)行一會兒 # p1.terminate() print(f'----------主進程:{multiprocessing.current_process().name}最后一行代碼執(zhí)行完畢---------') """ --------主進程MainProcess開始執(zhí)行-------- 用戶張三正在第1次執(zhí)行任務一。 用戶張三正在第2次執(zhí)行任務一。 ----------主進程:MainProcess最后一行代碼執(zhí)行完畢--------- """
我們發(fā)現(xiàn)子進程還沒執(zhí)行結束就被終止了。
- 多進程之間是無序的
以上就是Python使用multiprocessing實現(xiàn)多進程的詳細內容,更多關于Python multiprocessing多線程的資料請關注腳本之家其它相關文章!
相關文章
Pytorch平均池化nn.AvgPool2d()使用方法實例
平均池化層,又叫平均匯聚層,下面這篇文章主要給大家介紹了關于Pytorch平均池化nn.AvgPool2d()使用方法的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2023-02-02