Python实现多进程的详解（附示例）

百变鹏仔 3小时前 #Python

文章标签示例

本篇文章给大家带来的内容是关于python实现多进程的详解（附示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

fork函数创建子进程

基本使用

Linux 操作系统提供了一个 fork函数用来创建子进程。fork()位于Python的os模块中。
使用导入os模块即可。

import osos.fork()

每次调用fork()函数后，相应的父进程都会生成一个子进程。
例如下面这段代码：

立即学习“Python免费学习笔记（深入）”；

import osos.fork()os.fork()os.fork()

执行之后将会生成8个进程。

fork()函数的返回值

fork()函数对于子进程的返回值永远是0，而对父进程的返回值则为子进程的pid(进程号)。

实例

#!/usr/bin/env pythonimport osimport timert = os.fork()if rt == 0:    print(f"The child process is {os.getpid()} . His father is {os.getppid()}")  # os.getpid()获取当前进程进程号，os.getppid()获取当前进程的父进程号    time.sleep(5)else:    print(f"The father process is {os.getpid()} . His father is {os.getppid()}")    time.sleep(5)print(f"Now the process is {os.getpid()} . His father is {os.getppid()}")

执行结果：

进程模块

导入模块

Python也提供了multiprocessing库给全平台提供了多线程编程。

import multiprocessing

简单进程

下面代码为一个简单进程：

from multiprocessing import Processdef work(num):    for i in range(10):        num += 1    print(num)    return 0def main():    num = 1    p1 = Process(target = work, args = (num,))    p1.start()if __name__ == '__main__':    main()

这里从multiprocessing库引入Process这个类。
p1 = Process(target = work, args = (num,))是创建一个进程。target为所要执行任务的函数，args则为接收的参数，必须以元组形式给与。
start()是让进程开始运行。
同时进程有一些方法：

join方法

Process的join方法与多线程类似。为等待进程运行结束。
使用方法：join(timeout)。
使用join()，程序会等待进程结束后再继续进行下面的代码。
如果加入了timeout参数，则程序会等待timeout秒后继续执行下面的程序。

close方法

close()用于关闭进程，但是不能关闭正在运行中的子进程。

进程类

可以通过创建类的方式实现多进程：

from multiprocessing import Processimport timeclass My_Process(Process):    def __init__(self,num):        Process.__init__(self)        self.num = num    def run(self):        time.sleep(2)        print(self.num)def main():    for i in range(10):        p = My_Process(i)        p.start()if __name__ == '__main__':    main()

进程池

from multiprocessing import Poolimport timedef target(num):    time.sleep(2)    print(num)def main():    pool = Pool(3)    for i in range(3):        pool.apply_async(target,(i,))    pool.close()    pool.join()    print('Finish!!!')if __name__ == '__main__':    main()

对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，调用close()之后就不能继续添加新的Process了。
Pool(num)里的num为要添加到里面的进程数。不指定进程数，则默认为CPU核心数量。

进程间相互独立

多进程的每一个进程都有一份变量的拷贝，进程之间的操作互不影响。

import multiprocessingimport timezero = 0def change_zero():    global zero    for i in range(3):        zero = zero + 1        print(multiprocessing.current_process().name, zero)if __name__ == '__main__':    p1 = multiprocessing.Process(target = change_zero)    p2 = multiprocessing.Process(target = change_zero)    p1.start()    p2.start()    p1.join()    p2.join()    print(zero)

最后的执行结果：

如果进行文件IO操作，则多进程都会写入同一个文件中。

队列

使用multiprocessing里的Queue可使不同进程访问相同的资源。

from multiprocessing import Process, Queuedef addone(q):    q.put(1)def addtwo(q):    q.put(2)if __name__ == '__main__':    q = Queue()    p1 = Process(target=addone, args = (q, ))    p2 = Process(target=addtwo, args = (q, ))    p1.start()    p2.start()    p1.join()    p2.join()    print(q.get())    print(q.get())

文章推荐

Python实现多进程的详解（附示例）

Python中并发future模块的介绍（代码）

Python中赋值&amp;浅拷贝&amp;深拷贝的简单介绍（示例）

python中Pandas的深入理解（代码示例）

python如何实现客户端和服务器端的数据传输（代码）

Python中函数参数的详细介绍（附实例）

Python中赋值&浅拷贝&深拷贝的简单介绍（示例）