文档章节

Python学习-并发编程之多进程

D7
 D7
发布于 2017/08/30 14:59
字数 1129
阅读 4
收藏 0

Python学习-并发编程之多进程

multiprocessing模块概述

​ 由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。Python提供了非常好用的多进程包multiprocessing,你只需要定义一个函数,Python会替你完成其他所有事情。借助这个包,可以轻松完成从单进程到并发执行的转换。multiprocessing模块的功能众多: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、Lock、Queue、Pipe等组件,注意:与线程不同,进程没有任何共享状态,进程修改的数据,改动仅限于该进程内。

创建子进程

​ 创建子进程需要用到multiprocessing模块的Process类,由该类实例化得到的对象,表示一个子进程中的任务(尚未启动),需要用该类实例化得到对象的start方法开启子进程。

Process类概述:

# Process类概述:
class Process(object):
  	'''
  	group:参数一直为None;
    target:参数为子进程要执行的代码,即函数的地址;
    name:参数为子进程的名称,可以自定义;
    args:即以位置传参的方式给子进程要执行的代码传递参数,传参时必须时元组形式;
    kwargs:即以关键字传参的方式给子进程要执行的代码传递参数;
    '''
    def __init__(self, group=None, target=None, name=None, args=(), kwargs={}):
        self.name = ''				# 进程的名称
        self.daemon = False			# 是否开启守护进程
        self.authkey = None			# 进程的身份验证键
        self.exitcode = None		# 进程在运行时为None、如果为–N,表示被信号N结束。
        self.ident = 0
        self.pid = 0				# 进程的pid
        self.sentinel = None			

    def run(self):				
      	'''进程启动时运行的方法,正是它去调用target指定的函数。'''
        pass

    def start(self):			
      	'''启动进程,并调用该子进程中的run()方法。'''
        pass

    def terminate(self):		
      	'''
      	强制终止子进程,不会进行任何清理操作,
      	如果该进程创建了子进程,该子进程就成了僵尸进程,
      	如果该进程还保存了一个锁那么也将不会被释放,进而导致死锁。
      	'''
        pass

    def join(self, timeout=None):	
      	'''主进程等待子进程执行完毕才继续执行,timeout参数为等待时间。'''
        pass

    def is_alive(self):				
      	'''如果子进程还在运行,返回True。'''
        return False

子进程的应用(方法一)

# 把要执行函数的函数地址传给进程对象
import random
from multiprocessing import Process

# 创建一个函数,函数处理,如果一个数 可以整除2就整除,不能整除就*3+1再整除,直到结果为1
def Calculation(value, count):			
    if value == 1:
        print(count)					
        return
    if value % 2 == 0:	
        count += 1						
        value = value / 2
    else:
        value = value * 3 + 1
    Calculation(value, count)			
    
# 注意:在windows中Process()必须放到# if __name__ == '__main__':下
if __name__ == '__main__':
    count = 0
    # 创建子进程时,所有参数必须按关键子方式传参,且args必须为一个元组,最后一个元素末尾要加“,”
    process_1 = Process(target=Calculation, args=(random.randint(1, 10), count, ))
    process_2 = Process(target=Calculation, args=(random.randint(1, 10), count, ))
    # 使用start()开启子进程
    process_1.start()
    process_2.start()

子进程的应用(方法二)

import random
from multiprocessing import Process

class Sub_Process(Process):				# 创建一个继承Process的类
    def __init__(self, value, count):
        super().__init__()				# 用super()方法调用Process类的__init__()方法
        self.value = value
        self.count = count

    def run(self):						# 注意:子进程类必须有run()方法
        self.Calculation(self.value, self.count)	# run()方法中包含需要执行的代码

    def Calculation(self, value, count):  # 创建进程需要执行的函数
        if value == 1:
            print(count)
            return
        if value % 2 == 0:
            count += 1
            value = value / 2
        else:
            value = value * 3 + 1
        self.Calculation(value, count)

# 注意:在windows中Process()必须放到# if __name__ == '__main__':下
if __name__ == '__main__':
    count = 0
    process_1 = Sub_Process(random.randint(1, 10), count)	# 实例化一个子进程对象
    process_2 = Sub_Process(random.randint(1, 10), count)

    process_1.start()		# 开启子进程
    process_2.start()

Process类其他属性及方法的应用:

# Process类的其他属性及方法概述:

# daemon属性
process_1.daemon = True		# 开启守护进程,即父进程结束后,不管子进程是否运行完都一起结束

# pid属性
print(process_1.pid)		# 打印子进程pid

# name属性
process_1.name = "dengqi"	# 设置子进程的名称

# terminate()方法
process_1.terminate() 		# 强制终止子进程,但不会终止进程锁和子子进程

# is_alive()方法
process_1.is_alive()		# 返回子进程的状态,布尔值

# join()方法
process_1.join(3)			# 等待子进程结束,如果子进程不结束,程序则不往下执行,等待时间为3秒

© 著作权归作者所有

共有 人打赏支持
D7

D7

粉丝 0
博文 5
码字总数 5326
作品 0
海淀
技术主管
私信 提问
python自动化运维之多线程

1、Python中的多线程 执行一个程序,即在操作系统中开启了一个进程,在某一时刻,一个CPU内核只能进行一个进程的任务,现在的计算机所说的多进程/多任务其实是通过加快CPU的执行速度来实现的...

炫维
06/26
0
0
基于Spark环境对比Python和Scala语言利弊

在数据挖掘中,Python和Scala语言都是极受欢迎的,本文总结两种语言在Spark环境各自特点。 本文翻译自 https://www.dezyre.com/article/Scala-vs-Python-for-apache-Spark/213 1.性能对比 由...

A尚学堂Len老师
08/20
0
0
《Python分布式计算》 第3章 Python的并行计算 (Distributed Computing with Python)

序言 第1章 并行和分布式计算介绍 第2章 异步编程 第3章 Python的并行计算 第4章 Celery分布式应用 第5章 云平台部署Python 第6章 超级计算机群使用Python 第7章 测试和调试分布式应用 第8章...

seancheney
2017/10/13
0
0
Python高级编程和异步IO并发编程

Python高级编程和异步IO并发编程 网盘地址:https://pan.baidu.com/s/1eB-BsUacBRhKxh7qXwndMQ 密码: tgba 备用地址(腾讯微云):https://share.weiyun.com/5Z3x9V0 密码:7cdnb2 针对Pytho...

人气王子333
04/23
0
0
python 高性能编程之协程

用 greenlet 协程处理异步事件 自从 PyCon 2011 协程成为热点话题以来,我一直对此有着浓厚的兴趣。为了异步,我们曾使用多线程编程。然而线程在有着 GIL 的 Python 中带来的性能瓶颈和多线程...

passionfly
2015/05/07
0
0

没有更多内容

加载失败,请刷新页面

加载更多

centos7 部署Apache服务器

centos7 部署Apache服务器 置顶 2017年09月05日 09:12:49 师太,老衲把持不住了 阅读数:19700 飞翔科技 2017-09-04 16:24 Apache程序是目前拥有很高市场占有率的Web服务程序之一,其跨平台和...

linjin200
33分钟前
1
0
CENTOS7 搭建文件服务器:samba共享linux文件夹

一、安装samba: sudo yum install samba 二、配置samba共享目录 sudo vi /etc/samba/smb.conf [rpi_web_notebooks] comment = 树莓派jupyter notebook目录 path = /home/......

mbzhong
43分钟前
2
0
解析Nuxt.js Vue服务端渲染摸索

本篇文章主要介绍了详解Nuxt.js Vue服务端渲染摸索,写的十分的全面细致,具有一定的参考价值,对此有需要的朋友可以参考学习下。如有不足之处,欢迎批评指正。 Nuxt.js 十分简单易用。一个简...

前端攻城老湿
53分钟前
4
0
深入解析React中的元素、组件、实例和节点

React 深入系列,深入讲解了React中的重点概念、特性和模式等,旨在帮助大家加深对React的理解,以及在项目中更加灵活地使用React。 React 中的元素、组件、实例和节点,是React中关系密切的...

前端攻城小牛
今天
5
0
菜鸟网络三面面经(java开发岗):Spring boot+JVM+线程池+中间件

一面 1、HaspMap底层原理?HaspTable和ConcurrentHashMap他们之间的相同点和不同点? 2、由上题提到锁的问题 3、MySQL的表锁&行锁&乐观锁&悲观锁,各自的使用场景 4、Java线程锁有哪些,各自的...

别打我会飞
今天
7
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部