时间:2021-05-22
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 Processdef 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 Processimport random,timedef 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 Processclass 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 timedef 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 overwork start:Thu Nov 30 16:12:00 2017work end:Thu Nov 30 16:12:02 2017加上daemon属性
from multiprocessing import Processimport timedef 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 timedef 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 2017work end:Thu Nov 30 16:18:41 2017this is over5.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 Processimport time,os,randomdef 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 Processimport time,os,randomdef 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,14804Good bother:kebiA lifelong friend:maoxian,11120Good bother:maoxianA lifelong friend:xiaoniao,10252 #每个进程执行完了,才会执行下一个Good bother:xiaoniaothis is over6.497815370559692 #2+1+3+主程序执行时间改变一下位置
from multiprocessing import Processimport time,os,randomdef 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,13520A lifelong friend:maoxian,11612A lifelong friend:xiaoniao,17064 #几乎是同时开启执行Good bother:maoxianGood bother:kebiGood bother:xiaoniaothis is over3.273620367050171 #以最长时间的为主6.其它属性和方法
from multiprocessing import Processimport timedef 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 overfrom multiprocessing import Processimport timedef 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")以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
1、python多进程编程背景python中的多进程最大的好处就是充分利用多核cpu的资源,不像python中的多线程,受制于GIL的限制,从而只能进行cpu分
我们都知道并发(不是并行)编程目前有四种方式,多进程,多线程,异步,和协程。多进程编程在python中有类似C的os.fork,当然还有更高层封装的multip
本文实例讲述了php多进程并发编程防止出现僵尸进程的方法。分享给大家供大家参考,具体如下:对于用PHP进行多进程并发编程,不可避免要遇到僵尸进程的问题。僵尸进程
多线程适合于多io操作多进程适合于耗cpu(计算)的操作#多进程编程#耗cpu的操作,用多进程编程,对于io操作来说,使用多线程编程importtimefrom
在多线程与多进程的比较这一篇中记录了多进程编程的一种方式.下面记录一下多进程编程的别一种方式,即使用multiprocessing编程importmultipr