[[428503]]

本文轉(zhuǎn)載自微信公眾號「杰哥的IT之旅」，作者阿拉斯加 。轉(zhuǎn)載本文請聯(lián)系杰哥的IT之旅公眾號。

一、進(jìn)程介紹

進(jìn)程：正在執(zhí)行的程序，由程序、數(shù)據(jù)和進(jìn)程控制塊組成，是正在執(zhí)行的程序，程序的一次執(zhí)行過程，是資源調(diào)度的基本單位。

程序：沒有執(zhí)行的代碼，是一個靜態(tài)的。

二、線程和進(jìn)程之間的對比

由圖可知：此時電腦有 9 個應(yīng)用進(jìn)程，但是一個進(jìn)程又會對應(yīng)于多個線程，可以得出結(jié)論：

進(jìn)程：能夠完成多任務(wù)，一臺電腦上可以同時運(yùn)行多個 QQ

線程：能夠完成多任務(wù)，一個 QQ 中的多個聊天窗口

根本區(qū)別：進(jìn)程是操作系統(tǒng)資源分配的基本單位，而線程是任務(wù)調(diào)度和執(zhí)行的基本單位.

使用多進(jìn)程的優(yōu)勢:

1、擁有獨立GIL:

首先由于進(jìn)程中 GIL 的存在，Python 中的多線程并不能很好地發(fā)揮多核優(yōu)勢，一個進(jìn)程中的多個線程，在同 一時刻只能有一個線程運(yùn)行。而對于多進(jìn)程來說，每個進(jìn)程都有屬于自己的 GIL，所以，在多核處理器下，多進(jìn)程的運(yùn)行是不會受 GIL的影響的。因此，多進(jìn) 程能更好地發(fā)揮多核的優(yōu)勢。

2、效率高

當(dāng)然，對于爬蟲這種 IO 密集型任務(wù)來說，多線程和多進(jìn)程影響差別并不大。對于計算密集型任務(wù)來說，Python 的多進(jìn)程相比多線 程，其多核運(yùn)行效率會有成倍的提升。

三、Python 實現(xiàn)多進(jìn)程

我們先用一個實例來感受一下：

1、使用 process 類

import multiprocessing  
def process(index):  
    print(f'Process: {index}')  
if __name__ == '__main__':  
    for i in range(5):  
        p = multiprocessing.Process(target=process, args=(i,))  
        p.start()  

這是一個實現(xiàn)多進(jìn)程最基礎(chǔ)的方式：通過創(chuàng)建 Process 來新建一個子進(jìn)程，其中 target 參數(shù)傳入方法名，args 是方法的參數(shù)，是以 元組的形式傳入，其和被調(diào)用的方法 process 的參數(shù)是一一對應(yīng)的。

注意：這里 args 必須要是一個元組，如果只有一個參數(shù)，那也要在元組第一個元素后面加一個逗號，如果沒有逗號則 和單個元素本身沒有區(qū)別，無法構(gòu)成元組，導(dǎo)致參數(shù)傳遞出現(xiàn)問題。創(chuàng)建完進(jìn)程之后，我們通過調(diào)用 start 方法即可啟動進(jìn)程了。

運(yùn)行結(jié)果如下：

Process: 0  
Process: 1  
Process: 2  
Process: 3  
Process: 4  

可以看到，我們運(yùn)行了 5 個子進(jìn)程，每個進(jìn)程都調(diào)用了 process 方法。process 方法的 index 參數(shù)通過 Process 的 args 傳入，分別是 0~4 這 5 個序號，最后打印出來，5 個子進(jìn)程運(yùn)行結(jié)束。

2、繼承 process 類

from multiprocessing import Process 
import time 
 
class MyProcess(Process): 
    def __init__(self,loop): 
        Process.__init__(self) 
        self.loop = loop 
 
 
    def run(self): 
        for count in range(self.loop): 
            time.sleep(1) 
            print(f'Pid:{self.pid} LoopCount: {count}') 
if __name__ == '__main__': 
    for i in range(2,5): 
        p = MyProcess(i) 
        p.start() 

我們首先聲明了一個構(gòu)造方法，這個方法接收一個 loop 參數(shù)，代表循環(huán)次數(shù)，并將其設(shè)置為全局變量。在 run方法中，又使用這 個 loop 變量循環(huán)了 loop 次并打印了當(dāng)前的進(jìn)程號和循環(huán)次數(shù)。

在調(diào)用時，我們用 range 方法得到了 2、3、4 三個數(shù)字，并把它們分別初始化了 MyProcess 進(jìn)程，然后調(diào)用 start 方法將進(jìn)程啟動起 來。

注意：這里進(jìn)程的執(zhí)行邏輯需要在 run 方法中實現(xiàn)，啟動進(jìn)程需要調(diào)用 start 方法，調(diào)用之后 run 方法便會執(zhí)行。

運(yùn)行結(jié)果如下：

Pid:12976 LoopCount: 0 
Pid:15012 LoopCount: 0 
Pid:11976 LoopCount: 0 
Pid:12976 LoopCount: 1 
Pid:15012 LoopCount: 1 
Pid:11976 LoopCount: 1 
Pid:15012 LoopCount: 2 
Pid:11976 LoopCount: 2 
Pid:11976 LoopCount: 3 

注意，這里的進(jìn)程 pid 代表進(jìn)程號，不同機(jī)器、不同時刻運(yùn)行結(jié)果可能不同。

四、進(jìn)程之間的通信

1、Queue-隊列 先進(jìn)先出

from multiprocessing import Queue 
import multiprocessing 
 
def download(p): # 下載數(shù)據(jù) 
    lst = [11,22,33,44] 
    for item in lst: 
        p.put(item) 
    print('數(shù)據(jù)已經(jīng)下載成功....') 
 
 
def savedata(p): 
    lst = [] 
    while True: 
        data = p.get() 
        lst.append(data) 
        if p.empty(): 
            break 
    print(lst) 
 
def main(): 
    p1 = Queue() 
 
    t1 = multiprocessing.Process(target=download,args=(p1,)) 
    t2 = multiprocessing.Process(target=savedata,args=(p1,)) 
 
    t1.start() 
    t2.start() 
 
 
if __name__ == '__main__': 
    main() 
數(shù)據(jù)已經(jīng)下載成功.... 
[11, 22, 33, 44] 

2、共享全局變量不適用于多進(jìn)程編程

import multiprocessing 
 
a = 1 
 
 
def demo1(): 
    global a 
    a += 1 
 
 
def demo2(): 
    print(a) 
 
def main(): 
    t1 = multiprocessing.Process(target=demo1) 
    t2 = multiprocessing.Process(target=demo2) 
 
    t1.start() 
    t2.start() 
 
if __name__ == '__main__': 
    main() 

運(yùn)行結(jié)果:

1 

有結(jié)果可知：全局變量不共享;

五、進(jìn)程池之間的通信

1、進(jìn)程池引入

當(dāng)需要創(chuàng)建的子進(jìn)程數(shù)量不多時，可以直接利用 multiprocessing 中的 Process 動態(tài)生成多個進(jìn)程，但是如果是上百甚至上千個目標(biāo)，手動的去創(chuàng)建的進(jìn)程的工作量巨大，此時就可以用到 multiprocessing 模塊提供的 Pool 方法。

from multiprocessing import Pool 
import os,time,random 
 
def worker(a): 
    t_start = time.time() 
    print('%s開始執(zhí)行,進(jìn)程號為%d'%(a,os.getpid())) 
 
    time.sleep(random.random()*2) 
    t_stop = time.time() 
    print(a,"執(zhí)行完成,耗時%0.2f"%(t_stop-t_start)) 
 
 
if __name__ == '__main__': 
    po = Pool(3)        # 定義一個進(jìn)程池 
    for i in range(0,10): 
        po.apply_async(worker,(i,))    # 向進(jìn)程池中添加worker的任務(wù) 
 
    print("--start--") 
    po.close()       
 
    po.join()        
    print("--end--") 

運(yùn)行結(jié)果:

--start-- 
0開始執(zhí)行,進(jìn)程號為6664 
1開始執(zhí)行,進(jìn)程號為4772 
2開始執(zhí)行,進(jìn)程號為13256 
0 執(zhí)行完成,耗時0.18 
3開始執(zhí)行,進(jìn)程號為6664 
2 執(zhí)行完成,耗時0.16 
4開始執(zhí)行,進(jìn)程號為13256 
1 執(zhí)行完成,耗時0.67 
5開始執(zhí)行,進(jìn)程號為4772 
4 執(zhí)行完成,耗時0.87 
6開始執(zhí)行,進(jìn)程號為13256 
3 執(zhí)行完成,耗時1.59 
7開始執(zhí)行,進(jìn)程號為6664 
5 執(zhí)行完成,耗時1.15 
8開始執(zhí)行,進(jìn)程號為4772 
7 執(zhí)行完成,耗時0.40 
9開始執(zhí)行,進(jìn)程號為6664 
6 執(zhí)行完成,耗時1.80 
8 執(zhí)行完成,耗時1.49 
9 執(zhí)行完成,耗時1.36 
--end-- 

一個進(jìn)程池只能容納 3 個進(jìn)程，執(zhí)行完成才能添加新的任務(wù)，在不斷的打開與釋放的過程中循環(huán)往復(fù)。

六、案例:文件批量復(fù)制

操作思路:

• 獲取要復(fù)制文件夾的名字
• 創(chuàng)建一個新的文件夾
• 獲取文件夾里面所有待復(fù)制的文件名
• 創(chuàng)建進(jìn)程池
• 向進(jìn)程池添加任務(wù)

代碼如下:

導(dǎo)包

import multiprocessing 
import os 
import time 

定制文件復(fù)制函數(shù)

def copy_file(Q,oldfolderName,newfolderName,file_name): 
    # 文件復(fù)制,不需要返回 
    time.sleep(0.5) 
    # print('\r從%s文件夾復(fù)制到%s文件夾的%s文件'%(oldfolderName,newfolderName,file_name),end='') 
 
    old_file = open(oldfolderName + '/' + file_name,'rb') # 待復(fù)制文件 
    content = old_file.read() 
    old_file.close() 
 
    new_file = open(newfolderName + '/' + file_name,'wb') # 復(fù)制出的新文件 
    new_file.write(content) 
    new_file.close() 
 
    Q.put(file_name) # 向Q隊列中添加文件 

定義主函數(shù)

def main(): 
    oldfolderName = input('請輸入要復(fù)制的文件夾名字:') # 步驟1獲取要復(fù)制文件夾的名字(可以手動創(chuàng)建,也可以通過代碼創(chuàng)建,這里我們手動創(chuàng)建) 
    newfolderName = oldfolderName + '復(fù)件' 
    # 步驟二 創(chuàng)建一個新的文件夾 
    if not os.path.exists(newfolderName): 
        os.mkdir(newfolderName) 
 
    filenames = os.listdir(oldfolderName) # 3.獲取文件夾里面所有待復(fù)制的文件名 
    # print(filenames) 
 
    pool = multiprocessing.Pool(5) # 4.創(chuàng)建進(jìn)程池 
 
    Q = multiprocessing.Manager().Queue() # 創(chuàng)建隊列,進(jìn)行通信 
    for file_name in filenames: 
        pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向進(jìn)程池添加任務(wù) 
      po.close() 
 
    copy_file_num = 0 
    file_count = len(filenames) 
    # 不知道什么時候完成,所以定義一個死循環(huán) 
    while True: 
        file_name = Q.get() 
        copy_file_num += 1 
        time.sleep(0.2) 
        print('\r拷貝進(jìn)度%.2f %%'%(copy_file_num  * 100/file_count),end='') # 做一個拷貝進(jìn)度條 
 
        if copy_file_num >= file_count: 
            break 

程序運(yùn)行

if __name__ == '__main__': 
    main() 

運(yùn)行結(jié)果如下圖所示：

運(yùn)行前后文件目錄結(jié)構(gòu)對比

運(yùn)行前

運(yùn)行后

以上內(nèi)容就是整體大致結(jié)果了，由于 test 里面是隨便粘貼的測試文件，這里就不展開演示了。