python多进程编程中常常能用到的几种方法
python中的多线程其实并不是真正的多线程,如果想要充分地使用多核cpu资源,在python中大部分情况需要使用多进程。python提供了非常好用的多进程包multiprocessing,只需要定义一个函数,python会完成其它所有事情。借助这个包,可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据、执行不同形式的同步,提供了process、queue、pipe、lock等组件
一、process
语法:process([group[,target[,name[,args[,kwargs]]]]])
参数含义:target表示调用对象;args表示调用对象的位置参数元祖;kwargs表示调用对象的字典。name为别名,groups实际上不会调用。
方法:is_alive():
join(timeout):
run():
start():
terminate():
属性:authkey、daemon(要通过start()设置)、exitcode(进程在运行时为none、如果为-n,表示被信号n结束)、name、pid。其中daemon是父进程终止后自动终止,且自己不能产生新的进程,必须在start()之前设置。
1.创建函数,并将其作为单个进程
from multiprocessing import process def func(name): print("%s曾经是好人"%name) if __name__ == "__main__": p = process(target=func,args=('kebi',)) p.start() #start()通知系统开启这个进程
2.创建函数并将其作为多个进程
from multiprocessing import process import random,time def hobby_motion(name): print('%s喜欢运动'% name) time.sleep(random.randint(1,3)) def hobby_game(name): print('%s喜欢游戏'% name) time.sleep(random.randint(1,3)) if __name__ == "__main__": p1 = process(target=hobby_motion,args=('付婷婷',)) p2 = process(target=hobby_game,args=('科比',)) p1.start() p2.start()
执行结果:
付婷婷喜欢运动 科比喜欢游戏
3.将进程定义为类(开启进程的另一种方法,并不是很常用)
from multiprocessing import process class myprocess(process): def __init__(self,name): super().__init__() self.name = name def run(self): #start()时,run自动调用,而且此处只能定义为run。 print("%s曾经是好人"%self.name) if __name__ == "__main__": p = myprocess('kebi') p.start() #将process当作父类,并且自定义一个函数。
4.daemon程序对比效果
不加daemon属性
import time def func(name): print("work start:%s"% time.ctime()) time.sleep(2) print("work end:%s"% time.ctime()) if __name__ == "__main__": p = process(target=func,args=('kebi',)) p.start() print("this is over") #执行结果 this is over work start:thu nov 30 16:12:00 2017 work end:thu nov 30 16:12:02 2017
加上daemon属性
from multiprocessing import process import time def func(name): print("work start:%s"% time.ctime()) time.sleep(2) print("work end:%s"% time.ctime()) if __name__ == "__main__": p = process(target=func,args=('kebi',)) p.daemon = true #父进程终止后自动终止,不能产生新进程,必须在start()之前设置 p.start() print("this is over") #执行结果 this is over
设置了daemon属性又想执行完的方法:
import time def func(name): print("work start:%s"% time.ctime()) time.sleep(2) print("work end:%s"% time.ctime()) if __name__ == "__main__": p = process(target=func,args=('kebi',)) p.daemon = true p.start() p.join() #执行完前面的代码再执行后面的 print("this is over") #执行结果 work start:thu nov 30 16:18:39 2017 work end:thu nov 30 16:18:41 2017 this is over
5.join():上面的代码执行完毕之后,才会执行后i面的代码。
先看一个例子:
from multiprocessing import process import time,os,random def func(name,hour): print("a lifelong friend:%s,%s"% (name,os.getpid())) time.sleep(hour) print("good bother:%s"%name) if __name__ == "__main__": p = process(target=func,args=('kebi',2)) p1 = process(target=func,args=('maoxian',1)) p2 = process(target=func,args=('xiaoniao',3)) p.start() p1.start() p2.start() print("this is over")
执行结果:
this is over #最后执行,最先打印,说明start()只是开启进程,并不是说一定要执行完 a lifelong friend:kebi,12048 a lifelong friend:maoxian,8252 a lifelong friend:xiaoniao,6068 good bother:maoxian #最先打印,第二位执行 good bother:kebi good bother:xiaoniao
添加join()
from multiprocessing import process import time,os,random def func(name,hour): print("a lifelong friend:%s,%s"% (name,os.getpid())) time.sleep(hour) print("good bother:%s"%name) start = time.time() if __name__ == "__main__": p = process(target=func,args=('kebi',2)) p1 = process(target=func,args=('maoxian',1)) p2 = process(target=func,args=('xiaoniao',3)) p.start() p.join() #上面的代码执行完毕之后,再执行后面的 p1.start() p1.join() p2.start() p2.join() print("this is over") print(time.time() - start) #执行结果 a lifelong friend:kebi,14804 good bother:kebi a lifelong friend:maoxian,11120 good bother:maoxian a lifelong friend:xiaoniao,10252 #每个进程执行完了,才会执行下一个 good bother:xiaoniao this is over 6.497815370559692 #2+1+3+主程序执行时间
改变一下位置
from multiprocessing import process import time,os,random def func(name,hour): print("a lifelong friend:%s,%s"% (name,os.getpid())) time.sleep(hour) print("good bother:%s"%name) start = time.time() if __name__ == "__main__": p = process(target=func,args=('kebi',2)) p1 = process(target=func,args=('maoxian',1)) p2 = process(target=func,args=('xiaoniao',3)) p.start() p1.start() p2.start() p.join() #需要2秒 p1.join() #到这时已经执行完 p2.join() #已经执行了2秒,还要1秒 print("this is over") print(time.time() - start) #执行结果 a lifelong friend:kebi,13520 a lifelong friend:maoxian,11612 a lifelong friend:xiaoniao,17064 #几乎是同时开启执行 good bother:maoxian good bother:kebi good bother:xiaoniao this is over 3.273620367050171 #以最长时间的为主
6.其它属性和方法
from multiprocessing import process import time def func(name): print("work start:%s"% time.ctime()) time.sleep(2) print("work end:%s"% time.ctime()) if __name__ == "__main__": p = process(target=func,args=('kebi',)) p.start() p.terminate() #将进程杀死,而且必须放在start()后面,与daemon的功能类似 #执行结果 this is over
from multiprocessing import process import time def func(name): print("work start:%s"% time.ctime()) time.sleep(2) print("work end:%s"% time.ctime()) if __name__ == "__main__": p = process(target=func,args=('kebi',)) # p.daemon = true print(p.is_alive()) p.start() print(p.name) #获取进程的名字 print(p.pid) #获取进程的pid print(p.is_alive()) #判断进程是否存在 print("this is over")
上一篇: java简单实现多线程及线程池实例详解
下一篇: JS-DOM事件