像線程一樣管理進程的Python multiprocessing庫
一、創(chuàng)建一個進程
要創(chuàng)建一個進程，最簡單的方式是用一個目標(biāo)函數(shù)實例化一個Process對象，然后與threading一樣調(diào)用start()函數(shù)讓它工作。示例如下：
import multiprocessing def worker(): for i in range(3): print(i) if __name__=="__main__": p = multiprocessing.Process(target=worker) p.start()
運行之后，效果如下：
需要注意的是，multiprocessing庫在Windows創(chuàng)建進程必須在if __name__=="__main__":中，這是 Windows 上多進程的實現(xiàn)問題。在 Windows 上，子進程會自動 import 啟動它的這個文件，而在 import 的時候是會執(zhí)行這些語句的。如果直接創(chuàng)建就會無限遞歸創(chuàng)建子進程報錯。所以必須把創(chuàng)建子進程的部分用那個 if 判斷保護起來，import 的時候 __name__ 不是 __main__ ，就不會遞歸運行了。
二、設(shè)置進程名
在threading線程中，我們可以通過其參數(shù)name設(shè)置線程名，同樣的我們也可以通過name參數(shù)設(shè)置其進程的名字。示例如下：
import multiprocessing import time def worker(): print(multiprocessing.current_process().name, "start") time.sleep(2) print(multiprocessing.current_process().name, "end") if __name__ == "__main__": p1 = multiprocessing.Process(name='p1', target=worker) p2 = multiprocessing.Process(name='p2', target=worker) p3 = multiprocessing.Process(name='p3', target=worker) p1.start() p2.start() p3.start()
運行之后，效果如下：
三、守護進程
和線程一樣，在所有子進程沒有退出之前，主程序是不會退出的。有時候，我們可能需要啟動一個后臺進程，它可以一直運行而不阻塞主程序退出。
要標(biāo)志一個守護進程，可以將其添加第3個參數(shù)daemon，設(shè)置為True。默認(rèn)值為False，不作為守護進程。示例如下：
import multiprocessing import time def worker(): print(multiprocessing.current_process().name, "start") time.sleep(1) print(multiprocessing.current_process().name, "end") def worker2(): print(multiprocessing.current_process().name, "start") time.sleep(2) print(multiprocessing.current_process().name, "end") if __name__ == "__main__": p1 = multiprocessing.Process(name='p1', target=worker) p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True) p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True) p1.start() p2.start() p3.start()
運行之后，效果如下：
p2,p3為守護進程，但p1不是所以執(zhí)行1秒之后，就退出主程序了，也就沒有打印p2p3的內(nèi)容。但是其依舊在執(zhí)行中，直到執(zhí)行完成。
四、join()
同樣的，如果你期望強制等待一個守護進程的結(jié)束，可以增加join()函數(shù)。還是上面的代碼，示例如下：
import multiprocessing import time def worker(): print(multiprocessing.current_process().name, "start") time.sleep(1) print(multiprocessing.current_process().name, "end") def worker2(): print(multiprocessing.current_process().name, "start") time.sleep(2) print(multiprocessing.current_process().name, "end") if __name__ == "__main__": p1 = multiprocessing.Process(name='p1', target=worker) p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True) p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True) p1.start() p2.start() p3.start() p1.join() p2.join() p3.join()
運行之后，和設(shè)置進程名的運行結(jié)果一樣，這里不在展示。唯一與守護進程代碼的區(qū)別就是最后三行join()函數(shù)代碼。當(dāng)然，也可以像線程一樣，給join()函數(shù)傳入一個時間，超過這個時間，主進程不再等待。
五、強制結(jié)束進程
如果一個進程已經(jīng)掛起或者不小心進入了死鎖狀態(tài)，那么這個時候，我們往往會強制的結(jié)束進程。對一個進程對象調(diào)用terminate()會結(jié)束子進程。示例如下：
import multiprocessing
import time
def worker():
print(multiprocessing.current_process().name, "start")
time.sleep(5)
print(multiprocessing.current_process().name, "end")
if __name__ == "__main__":
p1 = multiprocessing.Process(name='p1', target=worker)
p1.start()
print("是否還在運行", p1.is_alive())
p1.terminate()
print("是否還在運行", p1.is_alive())
p1.join()
print("是否還在運行", p1.is_alive())
運行之后，輸出如下：
終止進程后要使用join()函數(shù)等待進程的退出。使進程管理代碼有足夠的時間更新對象的狀態(tài)，以反應(yīng)進程已經(jīng)終止。
六、進程退出狀態(tài)碼
進程退出時，生成的狀態(tài)碼可以通過exitcode屬性訪問。下表就是其狀態(tài)碼的取值范圍以及其意義：
| 退出碼 | 含義 |
| 0 | 未生成任何錯誤 |
| >0 | 進程有一個錯誤，并以該錯誤碼退出 |
| <0 | 進程以一個-1*exitcodde信號結(jié)束 |
測試如下：
import multiprocessing
import time
def worker():
print(multiprocessing.current_process().name, "start")
time.sleep(5)
print(multiprocessing.current_process().name, "end")
if __name__ == "__main__":
p1 = multiprocessing.Process(name='p1', target=worker)
p2 = multiprocessing.Process(name='p2', target=worker)
p1.start()
p2.start()
print("是否還在運行", p1.is_alive())
p1.terminate()
print("是否還在運行", p1.is_alive())
print(p1.exitcode)
p1.join()
print("是否還在運行", p1.is_alive())
print(p1.exitcode)
time.sleep(5.5)
print(p2.exitcode)
運行之后，效果如下：
可以看到，強制退出的進程狀態(tài)碼為負(fù)數(shù)，正常退出的進程狀態(tài)碼為0。
七、日志
調(diào)試并發(fā)問題時，如果能夠訪問multiprocessing所提供對象的內(nèi)部狀態(tài)，那么這會很有用。在實際的項目中，我們可以使用一個方便的模塊級函數(shù)啟用日志記錄，它使用logging建立一個日志記錄器對象，并增加一個處理器，使日志消息被發(fā)送到標(biāo)準(zhǔn)錯誤通道。
示例如下：
import multiprocessing
import logging
import sys
def worker():
print("運行工作進程")
sys.stdout.flush()
if __name__ == "__main__":
multiprocessing.log_to_stderr(logging.DEBUG)
p1 = multiprocessing.Process(name='p1', target=worker)
p1.start()
p1.join()
運行之后，效果如下：
八、派生進程
與線程一樣，我們可以自定義進程，而不必只是傳入一個函數(shù)進行進程的創(chuàng)建。
創(chuàng)建的進程的方式也是派生自進程類即可。示例如下：
import multiprocessing class WorkerProcess(multiprocessing.Process): def run(self): print(self.name) return if __name__ == "__main__": for i in range(5): p = WorkerProcess() p.start() p.join()
運行之后，效果如下：
multiprocessing庫的進程知識與threading一樣長，因為本篇的內(nèi)容已經(jīng)夠長了，剩下的知識我們將在下一篇博文中接著講解。
到此這篇關(guān)于像線程一樣管理進程的Python multiprocessing庫的文章就介紹到這了,更多相關(guān)Python multiprocessing庫內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
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