一、行程應用
1、multiprocessing模塊介紹
python中的多執行緒無法利用多核優勢，如果想要充分地使用多核CPU的資源（os.cpu_count()查看），在python中大部分情況需要使用多行程，Python提供了 multiprocessing，
multiprocessing模塊用來開啟子行程，并在子行程中執行我們定制的任務（比如函式），該模塊與多執行緒模塊threading的編程介面類似，
multiprocessing模塊的功能眾多：支持子行程、通信和共享資料、執行不同形式的同步，提供了Process、Queue、Pipe、Lock等組件，
需要再次強調的一點是：與執行緒不同，行程沒有任何共享狀態，行程修改的資料，改動僅限于該行程內，
2、Process類的介紹
創建行程的類：
Process([group [, target [, name [, args [, kwargs]]]]])，由該類實體化得到的物件，表示一個子行程中的任務（尚未啟動） 強調： 1. 需要使用關鍵字的方式來指定引數 2. args指定的為傳給target函式的位置引數，是一個元組形式，必須有逗號
引數介紹：
1 group引數未使用，值始終為None 2 target表示呼叫物件，即子行程要執行的任務 3 args表示呼叫物件的位置引數元組，args=(1,2,'egon',) 4 kwargs表示呼叫物件的字典,kwargs={'name':'egon','age':18} 5 name為子行程的名稱
方法介紹：
1 p.start()：啟動行程，并呼叫該子行程中的p.run() 2 p.run():行程啟動時運行的方法，正是它去呼叫target指定的函式，我們自定義類的類中一定要實作該方法 3 p.terminate():強制終止行程p，不會進行任何清理操作，如果p創建了子行程，該子行程就成了僵尸行程，使用該方法需要特別小心這種情況，如果p還保存了一個鎖那么也將不會被釋放，進而導致死鎖 4 p.is_alive():如果p仍然運行，回傳True 5 p.join([timeout]):主執行緒等待p終止（強調：是主執行緒處于等的狀態，而p是處于運行的狀態），timeout是可選的超時時間，需要強調的是，p.join只能join住start開啟的行程，而不能join住run開啟的行程
屬性介紹：
1 p.daemon：默認值為False，如果設為True，代表p為后臺運行的守護行程，當p的父行程終止時，p也隨之終止，并且設定為True后，p不能創建自己的新行程，必須在p.start()之前設定 2 p.name:行程的名稱 3 p.pid：行程的pid 4 p.exitcode:行程在運行時為None、如果為–N，表示被信號N結束(了解即可) 5 p.authkey:行程的身份驗證鍵,默認是由os.urandom()隨機生成的32字符的字串，這個鍵的用途是為涉及網路連接的底層行程間通信提供安全性，這類連接只有在具有相同的身份驗證鍵時才能成功（了解即可）
注意：在windows中Process()必須放到# if __name__ == '__main__':下
在windows系統中應該把全域變數定義在if __name__ == '__main__'之上就可以了
# 開啟行程的方式一： import time import os from multiprocessing import Process def task(n, tag): print("%s is running" % tag) time.sleep(3) print("%s is done" % tag) if __name__ == '__main__': p1 = Process(target=task, args=(5, "子行程1")) p2 = Process(target=task, args=(3, "子行程2")) p3 = Process(target=task, args=(2, "子行程3")) p1.start() p2.start() p3.start() print("主:%s，，，" % os.getpid())
ps:得用start啟動行程，不能用run，這里底層Process會做很多事情
# 開啟行程的方式二： import time import os from multiprocessing import Process class Myprocess(Process): def __init__(self,tag): super().__init__() self.tag = tag def run(self) -> None: print("%s is running" % self.tag) time.sleep(3) print("%s is done" % self.tag) if __name__ == '__main__': p1 = Myprocess("行程1") p2 = Myprocess("行程2") p3 = Myprocess("行程3") p1.start() # p1.run() p2.start() # p2.run() p3.start() # p3.run() print("主:%s，，，" % os.getpid())
二、Process物件的join方法
join：主行程等，等待子行程結束
#例1
import time import os from multiprocessing import Process def task(n, tag): print("%s is running" % tag) time.sleep(n) print("%s is done" % tag) if __name__ == '__main__': p1 = Process(target=task, args=(3, "子行程1")) p2 = Process(target=task, args=(4, "子行程2")) p3 = Process(target=task, args=(5, "子行程3")) # start=time.time()
#不一定先啟動p1但先啟動誰取決于作業系統，先提交不一定誰先啟動可能p2 可能p3 p1.start() p2.start() p3.start() p1.join() p3.join() p2.join()#.join順序不同，結果？
#如果有p.join(0.0001) #意思是等待p停止,等0.0001秒就不再等了#很明顯p.join()是讓主執行緒等待p的結束，卡住的是主執行緒而絕非行程p#詳細決議如下：
#行程只要start就會在開始運行了,所以p1-p4.start()時,系統中已經有四個并發的行程了
#而我們p1.join()是在等p1結束,沒錯p1只要不結束主執行緒就會一直卡在原地,這也是問題的關鍵
#join是讓主執行緒等,而p1-p3仍然是并發執行的,p1.join的時候,其余p2,p3仍然在運行,等#p1.join結束,可能p2,p3早已經結束了,這樣p2.join,p3.join.p4.join直接通過檢測，無需等待
# 所以3個join花費的總時間仍然是耗費時間最長的那個行程運行的時間print(p1.pid) print(p2.pid) print(p3.pid) # print(time.time() - start) print("主:%s，，，" % os.getpid())
#例2 import time import os from multiprocessing import Process def task(n, tag): print("%s is running" % tag) time.sleep(n) print("%s is done" % tag) if __name__ == '__main__': p1 = Process(target=task, args=(3, "子行程1")) p2 = Process(target=task, args=(4, "子行程2")) p3 = Process(target=task, args=(5, "子行程3")) # start=time.time() p1.start() p1.join() p2.start() p2.join() p3.start() p3.join() print(p1.pid) print(p2.pid) print(p3.pid) # print(time.time() - start) print("主:%s，，，" % os.getpid())
---36---
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/40967.html
標籤：Python