Python Process多进程实现过程
进程的概念
程序是没有运行的代码,静态的;
进程是运行起来的程序,进程是一个程序运行起来之后和资源的总称;
程序只有一个,但同一份程序可以有多个进程;例如,电脑上多开QQ;
程序和进程的区别在于有没有资源,进程有资源而程序没有资源,进程是一个资源分配的基本单元;
程序在没运行的时候没有资源,没有显卡,没有网卡,等等;双击运行后有摄像头,有网速等等,就叫做进程;
进程的状态
进程状态图
- 就绪态:运行的条件都已经慢去,正在等在cpu执行
- 执行态:cpu正在执行其功能
- 等待态:等待某些条件满足,例如一个程序sleep了,此时就处于等待态
使用Process完成多任务
进程的使用步骤和线程的使用步骤基本一致;
进程的使用步骤:
- 导入multiprocessing;
- 编写多任务所所需要的函数;
- 创建multiprocessing.Process类的实例对象并传入函数引用;
- 调用实例对象的start方法,创建子线程。
进程使用步骤图示:
进程使用步骤代码
import time
import multiprocessing
def sing():
while True:
print("-----sing-----")
time.sleep(1)
def dance():
while True:
print("-----dance-----")
time.sleep(1)
def main():
p1 = multiprocessing.Process(target=sing)
p2 = multiprocessing.Process(target=dance)
p1.start()
p2.start()
if __name__ == "__main__":
main()
运行结果:
-----sing-----
-----dance-----
-----sing-----
-----dance-----
-----sing-----
-----dance-----
......
进程:
- 主进程有什么,子进程就会有什么资源;
- 线程能创建多任务,进程也能创建多任务,但进程耗费的资源比较大;
- 所以运行的进程数,不一定越多越好;
- 当创建子进程时,会复制一份主进程的资源,代码,内存等,但又会有自己不同的地方,比如pid等;
- 我们可以理解为多进程之间共享代码,即只有一份代码,但有多个指向同一代码的箭头;
- 能共享的就共享,不能共享的就拷贝一份;不需要修改的就共享,要修改的时候就给你拷贝一份,这就是写时拷贝;
获取进程id
获取进程id代码
from multiprocessing import Process
import osdef run_proc():
"""子进程要执行的代码"""
print('子进程运行中,pid=%d...' % os.getpid()) # os.getpid获取当前进程的进程号
print('子进程将要结束...')
if __name__ == '__main__':
print('父进程pid: %d' % os.getpid()) # os.getpid获取当前进程的进程号
p = Process(target=run_proc)
p.start()
进程和线程对比
进程和线程的区别
- 进程是系统进行资源分配和调度的一个独立单位;
- 线程是进程的一个实体,是CPU调度和分派的基本单位,即是操作系统调度的单位,它是比进程更小的能独立运行的基本单位;
- 一个程序至少有一个进程,一个进程至少有一个线程;
- 线程的划分尺度小于进程(资源比进程少),使得多线程程序的并发性高;
- 进程在执行过程中拥有独立的内存单元,而多个线程共享内存,从而极大地提高了程序的运行效率;
- 线程不能够独立执行,必须依存在进程中;
- 进程先有,才有的线程;
- 线程用资源去做事;
- 多线程能实现多任务是指在一个进程资源里面有多个箭头;多线程是在同一个资源里面有多个箭头执行同一份代码;
- 多进程的多任务是又开启了一份资源,在这个资源里面又有一个箭头;
- 进程执行方式1:在一份资源里面有多个箭头在执行;
- 进程执行方式2:有多份资源,在每一份资源里面有一个箭头执行代码;
- 线程执行开销小,但不利于资源的管理和保护,进程正好相反;
- 开发中还是多线程用的多;
通过队列完成进程间通信
队列使用语法
# 创建队列:
from multiprocessing import Queue
q = Queue(3)
# 往队列中添加数据:
q.put(xxx)
# 从队列中获取数据:
q.get()
通过队列完成进程间通信代码
from multiprocessing import Queue
import multiprocessing
def download_data(q):
"""模拟这是从网上下载数据"""
data = [11, 22, 33]
for i in data:
q.put(i)
print("数据下载完成")
def deal_data(q):
"""模拟处理从网上下载下来的数据"""
data_list = []
while True:
data = q.get()
data_list.append(data)
if q.empty():
break
print("处理数据结束,数据为:", data_list)
def main():
q = Queue(3)
p1 = multiprocessing.Process(target=download_data, args=(q,))
p2 = multiprocessing.Process(target=deal_data, args=(q,))
p1.start()
time.sleep(1)
p2.start()
if __name__ == '__main__':
main()
运行结果:
数据下载完成
处理数据结束,数据为: [11, 22, 33]
进程池完成多任务
进程池
进程池的概念
因为进程的创建和销毁是需要大量的资源的,为了减少消耗,当我们在处理多任务时,比如100个任务,我们可以先创建10个进程,然后用这10个进程来执行者100个任务,就可以重复使用进程,达到节约资源的目的了,而这个就可以使用进程池。
进程池的创建
任务数固定且较少,用普通的进程即可;任务数不确定,且比较多,就用进程池;
进程池不会等待进程执行完毕,我们需要使用po.join()让主进程等待进程池中的进程执行完;且po.close()必须在join前面;小编整理一套Python资料和PDF,有需要Python学习资料可以加学习群:631441315 ,反正闲着也是闲着呢,不如学点东西啦~~
创建进程池语法
# 创建进程池
from multiprocessing import Pool
po = Pool(3)
# 给进程池传递任务和参数
po.asyn(sing, (num,))
# 让进程池等待子进程执行完
po.close()
po.join()
进程池pool示例
from multiprocessing import Pool
import os, time, random
def worker(msg):
t_start = time.time()
print("%s开始执行,进程号为%d" % (msg, os.getpid()))
# random.random()随机生成0~1之间的浮点数
time.sleep(random.random() * 2)
t_stop = time.time()
print(msg, "执行完毕,耗时%0.2f" % (t_stop - t_start))
def main():
po = Pool(3) # 定义一个进程池,最大进程数3
for i in range(0, 10):
# Pool().apply_async(要调用的目标,(传递给目标的参数元祖,))
# 每次循环将会用空闲出来的子进程去调用目标
po.apply_async(worker, (i,))
print("----start----")
po.close() # 关闭进程池,关闭后po不再接收新的请求
po.join() # 等待po中所有子进程执行完成,必须放在close语句之后
print("-----end-----")
if __name__ == '__main__':
main()
执行结果:
----start----
0开始执行,进程号为7812
1开始执行,进程号为9984
2开始执行,进程号为1692
执行完毕,耗时0.65
3开始执行,进程号为9984
执行完毕,耗时1.08
4开始执行,进程号为7812
执行完毕,耗时1.82
5开始执行,进程号为1692
执行完毕,耗时1.12
6开始执行,进程号为7812
执行完毕,耗时1.35
7开始执行,进程号为9984
执行完毕,耗时0.11
8开始执行,进程号为9984
执行完毕,耗时0.50
9开始执行,进程号为7812
执行完毕,耗时0.65
执行完毕,耗时0.70
执行完毕,耗时0.74
-----end-----
多进程拷贝文件夹
多任务文件夹copy
步骤思路:
1.获取用户要拷贝的文件夹的名字;
2.创建一个新的文件夹;
3.获取文件夹的所有待拷贝的文件名;listdir()
4.创建进程池;
5.复制原文件夹中的文件,到新文件夹的文件中去;
多任务拷贝文件代码
import os
from multiprocessing import Pool
def copy_file(file, old_folder, new_folder):
old_f = open(old_folder+"/"+file, "rb")
data = old_f.read()
old_f.close()
new_f = open(new_folder+"/"+file, "wb")
new_f.write(data)
new_f.close()
print("创建文件成功:", file)
def main():
# 1.获取要拷贝的文件夹
old_folder = input("请输入你要拷贝的文件夹:")
# 2.创建新文件夹
new_folder = old_folder + "_复件"
try:
os.mkdir(new_folder)
print("创建文件夹成功")
except Exception as e:
pass
# 3.获取文件夹中所有待拷贝的文件,listdir()
files_list = os.listdir(old_folder)
# print(files_list)
# 4.创建进程池
po = Pool(5)
for file in files_list:
# 向进程池中添加复制文件的任务
po.apply_async(copy_file, args=(file, old_folder, new_folder))
# 复制原文件夹中的文件,到新文件夹中
po.close()
po.join()
if __name__ == '__main__':
main()
在完成文件夹拷贝后,增加了一个需求,显示拷贝文件的进度条,怎么办?
多任务拷贝文件并显示进度条
如果要在进程池中使用Queue,要使用from multiprocessing import Manager ,使用Manager().Queue();
显示进度条思路:
- 创建一个队列;
- 往拷贝文件的函数中传入队列,拷贝好一个文件就往q中传入该文件名;
- 在主函数中计算listdir()中的所有文件数量;
- 在主函数中定义一个num,初始值为0;
- 在主函数中定义一个while true,从q中获取文件每获取一个文件们就将num+1
- 计算,如果num的值大于等于总文件数量,就break;
- 使用已拷贝文件数量num除以总文件数量,即为拷贝的进度,使用开头\r 和end=""让显示进度不换行,如下:
print("\r已拷贝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")
多任务拷贝文件并显示进度条代码:
import os
from multiprocessing import Pool, Manager
def copy_file(q, file, old_folder, new_folder):
old_f = open(old_folder+"/"+file, "rb")
data = old_f.read()
old_f.close()
new_f = open(new_folder+"/"+file, "wb")
new_f.write(data)
new_f.close()
q.put(file)
def main():
# 1.获取要拷贝的文件夹
old_folder = input("请输入你要拷贝的文件夹:")
# 2.创建新文件夹
new_folder = old_folder + "_复件"
try:
os.mkdir(new_folder)
print("创建文件夹成功")
except Exception as e:
pass
# 3.获取文件夹中所有待拷贝的文件,listdir()
files_list = os.listdir(old_folder)
# 4.创建进程池
po = Pool(5)
# 5.创建队列
q = Manager().Queue()
# 6.复制原文件夹中的文件,到新文件夹中
for file in files_list:
# 向进程池中添加复制文件的任务
po.apply_async(copy_file, args=(q, file, old_folder, new_folder))
all_file_len = len(files_list)
po.close()
# po.join()
copy_ok_file_num = 0
while True:
file = q.get()
copy_ok_file_num += 1
print("已拷贝文件%.2f %%" % (copy_ok_file_num*100/all_file_len))
# print("\r已拷贝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")
if copy_ok_file_num >= all_file_len:
break
print()
if __name__ == '__main__':
main()
以上是 Python Process多进程实现过程 的全部内容, 来源链接: utcz.com/z/323551.html