7777久久,亚洲欧美综合精品久久成人,91免费小视频

進程

進程是操作系統分配資源的基本單元，是程序隔離的邊界。

進程和程序

程序只是一組指令的集合，它本身沒有任何運行的含義，它是靜態的。

進程程序的執行實例，是動態的，有自己的生命周期，有創建有撤銷，存在是暫時的。

進程和程序不是一一對應的，一個程序可以對應多個進程，一個進程也可以執行一個或者多個程序。

我們可以這樣理解：編寫完的代碼，沒有運行時稱為程序，正在運行的代碼，會啟動一個（或多個）進程。

Python的進程及進程池詳解

進程的狀態

在我們的操作系統?作時，任務數往往?于cpu核心數，即?定有?些任務正在執?，?另外?些任務在等待cpu，因此導致了進程有不同的狀態。

Python的進程及進程池詳解

就緒狀態：已滿?運?條件，等待cpu執?
執?狀態：cpu正在執?
等待狀態：等待某些條件滿?，比如?個程序sleep了，此時就處于等待狀態

Python中的進程

在Python中，進程是通過multiprocessing多進程模塊來創建的，multiprocessing模塊提供了?個Process類來創建進程對象。

創建?進程

Process語法結構：

Process(group, target, name, args, kwargs)

group：指定進程組，?多數情況下?不到
target：表示調用對象，即子進程要執行的任務
name：子進程的名稱，可以不設定
args：給target指定的函數傳遞的參數，以元組的?式傳遞
kwargs：給target指定的函數傳遞命名參數

Process常用方法

p.start() 啟動進程，并調用該子進程中的p.run()方法
p.join(timeout):主進程等待?進程執?結束再結束，timeout是可選的超時時間
is_alive()：判斷進程?進程是否還存活
p.run() 進程啟動時運行的方法，正是它去調用target指定的函數
p.terminate() ?即終??進程

Process創建的實例對象的常?屬性

name：當前進程的別名，默認為Process-N，N為從1開始遞增的整數

pid：當前進程的pid（進程號）

import multiprocessing
import os
import time
def work(name):
    print("子進程work正在運行......")
    time.sleep(0.5)
    print(name)
    # 獲取進程的名稱
    print("子進程name", multiprocessing.current_process())
    # 獲取進程的pid
    print("子進程pid", multiprocessing.current_process().pid, os.getpid())
    # 獲取父進程的pid
    print("父進程pid", os.getppid())
    print("子進程運行結束......")
if __name__ == "__main__":
    print("主進程啟動")
    # 獲取進程的名稱
    print("主進程name", multiprocessing.current_process())
    # 獲取進程的pid
    print("主進程pid", multiprocessing.current_process().pid, os.getpid())
    # 創建進程
    p = multiprocessing.Process(group=None, target=work, args=("tigeriaf", ))
    # 啟動進程
    p.start()
    print("主進程結束")

Python的進程及進程池詳解

通過上述代碼我們發現，multiprocessing.Process幫我們創建一個子進程，并且成功運行，但是我們發現，在子進程還沒執行完的時候主進程就已經死了，那么這個子進程在主進程結束后就是一個孤兒進程，那么我們可以讓主進程等待子進程結束后再結束嗎？答案是可以的。那就是通過p.join()，join()的作用是讓主進程等子進程執行完再退出。

import multiprocessing
import os
import time
def work(name):
    print("子進程work正在運行......")
    time.sleep(0.5)
    print(name)
    # 獲取進程的名稱
    print("子進程name", multiprocessing.current_process())
    # 獲取進程的pid
    print("子進程pid", multiprocessing.current_process().pid, os.getpid())
    # 獲取父進程的pid
    print("父進程pid", os.getppid())
    print("子進程運行結束......")
if __name__ == "__main__":
    print("主進程啟動")
    # 獲取進程的名稱
    print("主進程name", multiprocessing.current_process())
    # 獲取進程的pid
    print("主進程pid", multiprocessing.current_process().pid, os.getpid())
    # 創建進程
    p = multiprocessing.Process(group=None, target=work, args=("tigeriaf", ))
    # 啟動進程
    p.start()
    p.join()
    print("主進程結束")

運行結果：

Python的進程及進程池詳解

可以看出，主進程是在子進程結束后才結束的。

全局變量問題

全局變量在多個進程中不共享，進程之間的數據是獨立的，默認情況下互不影響。

import multiprocessing
# 定義全局變量
num = 99
def work1():
    print("work1正在運行......")
    global num   # 在函數內部聲明使?全局變量num
    num = num + 1  # 對num值進?+1
    print("work1 num = {}".format(num))
def work2():
    print("work2正在運行......")
    print("work2 num = {}".format(num))
if __name__ == "__main__":
    # 創建進程p1
    p1 = multiprocessing.Process(group=None, target=work1)
    # 啟動進程p1
    p1.start()
    # 創建進程p2
    p2 = multiprocessing.Process(group=None, target=work2)
    # 啟動進程p2
    p2.start()

運行結果：

Python的進程及進程池詳解

從運?結果可以看出，work1()函數對全局變量num的修改，在work2中并沒有獲取到，?還是原來的99，所以，進程之間是不夠共享變量的。

守護進程

上面說到，可以使用p.join()讓主進程等待子進程結束后再結束，那么可不可以讓子進程在主進程結束的時候就結束呢？答案是肯定的。我們可以使用p.daemon = True或者p2.terminate()進行設置：

import multiprocessing
import time
def work1():
    print("work1正在運行......")
    time.sleep(4)
    print("work1運行完畢")
def work2():
    print("work2正在運行......")
    time.sleep(10)
    print("work2運行完畢")
if __name__ == "__main__":
    # 創建進程p1
    p1 = multiprocessing.Process(group=None, target=work1)
    # 啟動進程p1
    p1.start()
    # 創建進程p2
    p2 = multiprocessing.Process(group=None, target=work2)
    # 設置p2守護主進程
    # 第?種?式
    # p2.daemon = True  在start()之前設置，不然會拋異常
    # 啟動進程p2
    p2.start()
    time.sleep(2)
    print("主進程運行完畢！")
    # 第?種?式 
    p2.terminate()

執行結果如下：

Python的進程及進程池詳解

由于p2設置了守護主進程，所以主進程運行完畢后，p2子進程也隨之結束，work2任務停止，而work1繼續運行至結束。

進程池

當需要創建的?進程數量不多時，可以直接利?multiprocessing.Process動態生成多個進程，但如果要創建很多進程時，?動創建的話?作量會非常大，此時就可以?到multiprocessing模塊提供的Pool去創建一個進程池。

multiprocessing.Pool常?函數：

apply_async(func, args, kwds)：使??阻塞?式調?func（任務并?執?)，args為傳遞給func的參數列表，kwds為傳遞給func的關鍵字參數列表
apply(func, args, kwds)：使?阻塞?式調?func，必須等待上?個進程執行完任務后才能執?下?個進程，了解即可，幾乎不用
close()：關閉Pool,使其不再接受新的任務
terminate()：不管任務是否完成，?即終?
join()：主進程阻塞，等待?進程的退出，必須在close或terminate之后使?

初始化Pool時,可以指定?個最?進程數，當有新的任務提交到Pool中時，如果進程池還沒有滿，那么就會創建?個新的進程?來執?該任務，但如果進程池已滿（池中的進程數已經達到指定的最?值），那么該任務就會等待，直到池中有進程結束才會創建新的進程來執?。

from multiprocessing import Pool
import time
def work(i):
    print("work"{}"執行中......".format(i), multiprocessing.current_process().name, multiprocessing.current_process().pid)
    time.sleep(2)
    print("work"{}"執行完畢......".format(i))
if __name__ == "__main__":
    # 創建進程池
    # Pool(3) 表示創建容量為3個進程的進程池
    pool = Pool(3)
    for i in range(10):
        # 利?進程池同步執?work任務，進程池中的進程會等待上?個進程執行完任務后才能執?下?個進程
        # pool.apply(work, (i, ))
        # 使?異步?式執?work任務
        pool.apply_async(work, (i, ))
    # 進程池關閉之后不再接受新的請求
    pool.close()
    # 等待po中所有子進程結束，必須放在close()后面, 如果使?異步?式執?work任務，主線程不再等待?線程執?完畢再退出！
    pool.join()

執行結果為：

Python的進程及進程池詳解