快捷導(dǎo)航

像線程一樣管理進(jìn)程的Python multiprocessing庫(kù)

更新時(shí)間：2021年05月18日 10:22:34 作者：李元靜

multiprocessing庫(kù)是基于threading API,它可以把工作劃分為多個(gè)進(jìn)程.有些情況下,multiprocessing可以作為臨時(shí)替換取代threading來(lái)利用多個(gè)CPU內(nèi)核,相應(yīng)地避免Python全局解釋器鎖所帶來(lái)的計(jì)算瓶頸.本文詳細(xì)介紹了Python multiprocessing庫(kù),需要的朋友可以參考下

一、創(chuàng)建一個(gè)進(jìn)程

要?jiǎng)?chuàng)建一個(gè)進(jìn)程，最簡(jiǎn)單的方式是用一個(gè)目標(biāo)函數(shù)實(shí)例化一個(gè)Process對(duì)象，然后與threading一樣調(diào)用start()函數(shù)讓它工作。示例如下：

import multiprocessing

def worker():
    for i in range(3):
        print(i)

if __name__=="__main__":
    p = multiprocessing.Process(target=worker)
    p.start()

運(yùn)行之后，效果如下：

需要注意的是，multiprocessing庫(kù)在Windows創(chuàng)建進(jìn)程必須在if __name__=="__main__":中，這是 Windows 上多進(jìn)程的實(shí)現(xiàn)問(wèn)題。在 Windows 上，子進(jìn)程會(huì)自動(dòng) import 啟動(dòng)它的這個(gè)文件，而在 import 的時(shí)候是會(huì)執(zhí)行這些語(yǔ)句的。如果直接創(chuàng)建就會(huì)無(wú)限遞歸創(chuàng)建子進(jìn)程報(bào)錯(cuò)。所以必須把創(chuàng)建子進(jìn)程的部分用那個(gè) if 判斷保護(hù)起來(lái)，import 的時(shí)候 __name__ 不是 __main__ ，就不會(huì)遞歸運(yùn)行了。

二、設(shè)置進(jìn)程名

在threading線程中，我們可以通過(guò)其參數(shù)name設(shè)置線程名，同樣的我們也可以通過(guò)name參數(shù)設(shè)置其進(jìn)程的名字。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker)
    p3 = multiprocessing.Process(name='p3', target=worker)
    p1.start()
    p2.start()
    p3.start()

運(yùn)行之后，效果如下：

name

三、守護(hù)進(jìn)程

和線程一樣，在所有子進(jìn)程沒(méi)有退出之前，主程序是不會(huì)退出的。有時(shí)候，我們可能需要啟動(dòng)一個(gè)后臺(tái)進(jìn)程，它可以一直運(yùn)行而不阻塞主程序退出。

要標(biāo)志一個(gè)守護(hù)進(jìn)程，可以將其添加第3個(gè)參數(shù)daemon，設(shè)置為T(mén)rue。默認(rèn)值為False，不作為守護(hù)進(jìn)程。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(1)
    print(multiprocessing.current_process().name, "end")

def worker2():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)
    p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)
    p1.start()
    p2.start()
    p3.start()

運(yùn)行之后，效果如下：

守護(hù)進(jìn)程

p2,p3為守護(hù)進(jìn)程，但p1不是所以執(zhí)行1秒之后，就退出主程序了，也就沒(méi)有打印p2p3的內(nèi)容。但是其依舊在執(zhí)行中，直到執(zhí)行完成。

四、join()

同樣的，如果你期望強(qiáng)制等待一個(gè)守護(hù)進(jìn)程的結(jié)束，可以增加join()函數(shù)。還是上面的代碼，示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(1)
    print(multiprocessing.current_process().name, "end")

def worker2():
    print(multiprocessing.current_process().name, "start")
    time.sleep(2)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)
    p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)
    p1.start()
    p2.start()
    p3.start()
    p1.join()
    p2.join()
    p3.join()

運(yùn)行之后，和設(shè)置進(jìn)程名的運(yùn)行結(jié)果一樣，這里不在展示。唯一與守護(hù)進(jìn)程代碼的區(qū)別就是最后三行join()函數(shù)代碼。當(dāng)然，也可以像線程一樣，給join()函數(shù)傳入一個(gè)時(shí)間，超過(guò)這個(gè)時(shí)間，主進(jìn)程不再等待。

五、強(qiáng)制結(jié)束進(jìn)程

如果一個(gè)進(jìn)程已經(jīng)掛起或者不小心進(jìn)入了死鎖狀態(tài)，那么這個(gè)時(shí)候，我們往往會(huì)強(qiáng)制的結(jié)束進(jìn)程。對(duì)一個(gè)進(jìn)程對(duì)象調(diào)用terminate()會(huì)結(jié)束子進(jìn)程。示例如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(5)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p1.start()
    print("是否還在運(yùn)行", p1.is_alive())
    p1.terminate()
    print("是否還在運(yùn)行", p1.is_alive())
    p1.join()
    print("是否還在運(yùn)行", p1.is_alive())

運(yùn)行之后，輸出如下：

強(qiáng)制結(jié)束進(jìn)程

終止進(jìn)程后要使用join()函數(shù)等待進(jìn)程的退出。使進(jìn)程管理代碼有足夠的時(shí)間更新對(duì)象的狀態(tài)，以反應(yīng)進(jìn)程已經(jīng)終止。

六、進(jìn)程退出狀態(tài)碼

進(jìn)程退出時(shí)，生成的狀態(tài)碼可以通過(guò)exitcode屬性訪問(wèn)。下表就是其狀態(tài)碼的取值范圍以及其意義：

退出碼	含義
0	未生成任何錯(cuò)誤
>0	進(jìn)程有一個(gè)錯(cuò)誤，并以該錯(cuò)誤碼退出
<0	進(jìn)程以一個(gè)-1*exitcodde信號(hào)結(jié)束

測(cè)試如下：

import multiprocessing
import time

def worker():
    print(multiprocessing.current_process().name, "start")
    time.sleep(5)
    print(multiprocessing.current_process().name, "end")

if __name__ == "__main__":
    p1 = multiprocessing.Process(name='p1', target=worker)
    p2 = multiprocessing.Process(name='p2', target=worker)
    p1.start()
    p2.start()
    print("是否還在運(yùn)行", p1.is_alive())
    p1.terminate()
    print("是否還在運(yùn)行", p1.is_alive())
    print(p1.exitcode)
    p1.join()
    print("是否還在運(yùn)行", p1.is_alive())
    print(p1.exitcode)
    time.sleep(5.5)
    print(p2.exitcode)

運(yùn)行之后，效果如下：

錯(cuò)誤碼

可以看到，強(qiáng)制退出的進(jìn)程狀態(tài)碼為負(fù)數(shù)，正常退出的進(jìn)程狀態(tài)碼為0。

七、日志

調(diào)試并發(fā)問(wèn)題時(shí)，如果能夠訪問(wèn)multiprocessing所提供對(duì)象的內(nèi)部狀態(tài)，那么這會(huì)很有用。在實(shí)際的項(xiàng)目中，我們可以使用一個(gè)方便的模塊級(jí)函數(shù)啟用日志記錄，它使用logging建立一個(gè)日志記錄器對(duì)象，并增加一個(gè)處理器，使日志消息被發(fā)送到標(biāo)準(zhǔn)錯(cuò)誤通道。

示例如下：

import multiprocessing
import logging
import sys

def worker():
    print("運(yùn)行工作進(jìn)程")
    sys.stdout.flush()

if __name__ == "__main__":
    multiprocessing.log_to_stderr(logging.DEBUG)
    p1 = multiprocessing.Process(name='p1', target=worker)
    p1.start()
    p1.join()

運(yùn)行之后，效果如下：

logging

八、派生進(jìn)程

與線程一樣，我們可以自定義進(jìn)程，而不必只是傳入一個(gè)函數(shù)進(jìn)行進(jìn)程的創(chuàng)建。

創(chuàng)建的進(jìn)程的方式也是派生自進(jìn)程類(lèi)即可。示例如下：

import multiprocessing

class WorkerProcess(multiprocessing.Process):
    def run(self):
        print(self.name)
        return

if __name__ == "__main__":
    for i in range(5):
        p = WorkerProcess()
        p.start()
        p.join()

運(yùn)行之后，效果如下：

自定義進(jìn)程

multiprocessing庫(kù)的進(jìn)程知識(shí)與threading一樣長(zhǎng)，因?yàn)楸酒膬?nèi)容已經(jīng)夠長(zhǎng)了，剩下的知識(shí)我們將在下一篇博文中接著講解。

到此這篇關(guān)于像線程一樣管理進(jìn)程的Python multiprocessing庫(kù)的文章就介紹到這了,更多相關(guān)Python multiprocessing庫(kù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: