python基礎(chǔ)之并發(fā)編程(二)
一、多進(jìn)程的實現(xiàn)
方法一
# 方法包裝多進(jìn)程
from multiprocessing import Process
from time import sleep
def func1(arg):
print(f'{arg}開始...')
sleep(2)
print(f'{arg}結(jié)束...')
if __name__ == "__main__":
p1 = Process(target=func1,args=('p1',))
p2 = Process(target=func1,args=('p2',))
p1.start()
p2.start()
方法二：
二、使用進(jìn)程的優(yōu)缺點
1、優(yōu)點
- 可以使用計算機多核，進(jìn)行任務(wù)的并發(fā)執(zhí)行，提高執(zhí)行效率
- 運行不受其他進(jìn)程影響，創(chuàng)建方便
- 空間獨立，數(shù)據(jù)安全
2、缺點
- 進(jìn)程的創(chuàng)建和刪除消耗的系統(tǒng)資源較多
三、進(jìn)程的通信
Python 提供了多種實現(xiàn)進(jìn)程間通信的機制，主要有以下 2 種：
1. Python multiprocessing 模塊下的 Queue 類，提供了多個進(jìn)程之間實現(xiàn)通信的諸多 方法
2. Pipe，又被稱為“管道”，常用于實現(xiàn) 2 個進(jìn)程之間的通信，這 2 個進(jìn)程分別位于管 道的兩端
Pipe 直譯過來的意思是“管”或“管道”，該種實現(xiàn)多進(jìn)程編程的方式，和實際生活中 的管（管道）是非常類似的。通常情況下，管道有 2 個口，而 Pipe 也常用來實現(xiàn) 2 個進(jìn)程之 間的通信，這 2 個進(jìn)程分別位于管道的兩端，一端用來發(fā)送數(shù)據(jù)，另一端用來接收數(shù)據(jù) - send(obj)
發(fā)送一個 obj 給管道的另一端，另一端使用 recv() 方法接收。需要說明的是，該 obj 必 須是可序列化的，如果該對象序列化之后超過 32MB，則很可能會引發(fā) ValueError 異常 - recv()
接收另一端通過 send() 方法發(fā)送過來的數(shù)據(jù) - close()
關(guān)閉連接 - poll([timeout])
返回連接中是否還有數(shù)據(jù)可以讀取 - end_bytes(buffer[, offset[, size]])
發(fā)送字節(jié)數(shù)據(jù)。如果沒有指定 offset、size 參數(shù)，則默認(rèn)發(fā)送 buffer 字節(jié)串的全部數(shù) 據(jù)；如果指定了 offset 和 size 參數(shù)，則只發(fā)送 buffer 字節(jié)串中從 offset 開始、長度為 size 的字節(jié)數(shù)據(jù)。通過該方法發(fā)送的數(shù)據(jù)，應(yīng)該使用 recv_bytes() 或 recv_bytes_into 方法接收 - recv_bytes([maxlength])
接收通過 send_bytes() 方法發(fā)送的數(shù)據(jù)，maxlength 指定最多接收的字節(jié)數(shù)。該方法返 回接收到的字節(jié)數(shù)據(jù) - recv_bytes_into(buffer[, offset])
功能與 recv_bytes() 方法類似，只是該方法將接收到的數(shù)據(jù)放在 buffer 中
1、Queue 實現(xiàn)進(jìn)程間通信
from multiprocessing import Process,current_process,Queue# current_process 指的是當(dāng)前進(jìn)程
# from queue import Queue
import os
def func(name,mq):
print('進(jìn)程ID {} 獲取了數(shù)據(jù)：{}'.format(os.getpid(),mq.get()))
mq.put('shiyi')
if __name__ == "__main__":
# print('進(jìn)程ID:{}'.format(current_process().pid))
# print('進(jìn)程ID:{}'.format(os.getpid()))
mq = Queue()
mq.put('yangyang')
p1 = Process(target=func,args=('p1',mq))
p1.start()
p1.join()
print(mq.get())
2、Pipe 實現(xiàn)進(jìn)程間通信（一邊發(fā)送send(obj),一邊接收(obj)）
from multiprocessing import Process,current_process,Pipe
import os
def func(name,con):
print('進(jìn)程ID {} 獲取了數(shù)據(jù)：{}'.format(os.getpid(),con.recv()))
con.send('你好！')
if __name__ == "__main__":
# print('進(jìn)程ID:{}'.format(current_process().pid))
con1,con2 = Pipe()
p1 = Process(target=func,args=('p1',con1))
p1.start()
con2.send("hello!")
p1.join()
print(con2.recv())
四、Manager管理器
管理器提供了一種創(chuàng)建共享數(shù)據(jù)的方法，從而可以在不同進(jìn)程中共享
from multiprocessing import Process,current_process
import os
from multiprocessing import Manager
def func(name,m_list,m_dict):
print('子進(jìn)程ID {} 獲取了數(shù)據(jù)：{}'.format(os.getpid(),m_list))
print('子進(jìn)程ID {} 獲取了數(shù)據(jù)：{}'.format(os.getpid(),m_dict))
m_list.append('你好')
m_dict['name'] = 'shiyi'
if __name__ == "__main__":
print('主進(jìn)程ID:{}'.format(current_process().pid))
with Manager() as mgr:
m_list = mgr.list()
m_dict = mgr.dict()
m_list.append('Hello!!')
p1 = Process(target=func,args=('p1',m_list,m_dict))
p1.start()
p1.join()
print(m_list)
print(m_dict)
五、進(jìn)程池
Python 提供了更好的管理多個進(jìn)程的方式，就是使用進(jìn)程池。
進(jìn)程池可以提供指定數(shù)量的進(jìn)程給用戶使用，即當(dāng)有新的請求提交到進(jìn)程池中時，如果池 未滿，則會創(chuàng)建一個新的進(jìn)程用來執(zhí)行該請求；反之，如果池中的進(jìn)程數(shù)已經(jīng)達(dá)到規(guī)定最大 值，那么該請求就會等待，只要池中有進(jìn)程空閑下來，該請求就能得到執(zhí)行。
使用進(jìn)程池的優(yōu)點
1. 提高效率，節(jié)省開辟進(jìn)程和開辟內(nèi)存空間的時間及銷毀進(jìn)程的時間
2. 節(jié)省內(nèi)存空間
| 類/方法 | 功能 | 參數(shù) |
|
Pool(processes)
|
創(chuàng)建進(jìn)程池對象
|
processes 表示進(jìn)程池
中有多少進(jìn)程
|
|
pool.apply_async(func,a
rgs,kwds)
|
異步執(zhí)行 ；將事件放入到進(jìn) 程池隊列
|
func 事件函數(shù)
args 以元組形式給
func 傳參
kwds 以字典形式給
func 傳參 返回值：返
回一個代表進(jìn)程池事件的對
象，通過返回值的 get 方法
可以得到事件函數(shù)的返回值
|
|
pool.apply(func,args,kw
ds)
|
同步執(zhí)行；將事件放入到進(jìn)程 池隊列
|
func 事件函數(shù) args 以
元組形式給 func 傳參
kwds 以字典形式給 func
傳參
|
|
pool.close()
|
關(guān)閉進(jìn)程池
|
|
|
pool.join()
|
回收進(jìn)程池
|
|
|
pool.map(func,iter)
|
類似于 python 的 map 函
數(shù)，將要做的事件放入進(jìn)程池
|
func 要執(zhí)行的函數(shù)
iter 迭代對象
|
from multiprocessing import Pool
import os
from time import sleep
def func1(name):
print(f"當(dāng)前進(jìn)程的ID:{os.getpid()},{name}")
sleep(2)
return name
def func2(args):
print(args)
if __name__ == "__main__":
pool = Pool(5)
pool.apply_async(func = func1,args=('t1',),callback=func2)
pool.apply_async(func = func1,args=('t2',),callback=func2)
pool.apply_async(func = func1,args=('t3',),callback=func2)
pool.apply_async(func = func1,args=('t4',))
pool.apply_async(func = func1,args=('t5',))
pool.apply_async(func = func1,args=('t6',))
pool.close()
pool.join()
from multiprocessing import Pool
import os
from time import sleep
def func1(name):
print(f"當(dāng)前進(jìn)程的ID:{os.getpid()},{name}")
sleep(2)
return name
if __name__ == "__main__":
with Pool(5) as pool:
args = pool.map(func1,('t1,','t2,','t3,','t4,','t5,','t6,','t7,','t8,'))
for a in args:
print(a)
總結(jié)
本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注本站的更多內(nèi)容!
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信