python系统编程（四）

2023-08-04 19:04:46

进程池Pool

当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行，请看下面的实例：

from multiprocessing import Pool

import os,time,random

def worker(msg):

    t_start = time.time()

    print("%s开始执行,进程号为%d"%(msg,os.getpid()))

    #random.random()随机生成0~1之间的浮点数

    time.sleep(random.random()*2)

    t_stop = time.time()

    print(msg,"执行完毕，耗时%0.2f"%(t_stop-t_start))

po=Pool(3) #定义一个进程池，最大进程数3

for i in range(0,10):

    #Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))

    #每次循环将会用空闲出来的子进程去调用目标

    po.apply_async(worker,(i,))

print("----start----")

po.close() #关闭进程池，关闭后po不再接收新的请求

po.join() #等待po中所有子进程执行完成，必须放在close语句之后

print("-----end-----")

运行结果:

----start----

0开始执行,进程号为21466

1开始执行,进程号为21468

2开始执行,进程号为21467

0 执行完毕，耗时1.01

3开始执行,进程号为21466

2 执行完毕，耗时1.24

4开始执行,进程号为21467

3 执行完毕，耗时0.56

5开始执行,进程号为21466

1 执行完毕，耗时1.68

6开始执行,进程号为21468

4 执行完毕，耗时0.67

7开始执行,进程号为21467

5 执行完毕，耗时0.83

8开始执行,进程号为21466

6 执行完毕，耗时0.75

9开始执行,进程号为21468

7 执行完毕，耗时1.03

8 执行完毕，耗时1.05

9 执行完毕，耗时1.69

-----end-----

multiprocessing.Pool常用函数解析：

apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
apply(func[, args[, kwds]])：使用阻塞方式调用func
close()：关闭Pool，使其不再接受新的任务；
terminate()：不管任务是否完成，立即终止；
join()：主进程阻塞，等待子进程的退出，必须在close或terminate之后使用；

apply堵塞式

from multiprocessing import Pool

import os,time,random

def worker(msg):

    t_start = time.time()

    print("%s开始执行,进程号为%d"%(msg,os.getpid()))

    #random.random()随机生成0~1之间的浮点数

    time.sleep(random.random()*2)

    t_stop = time.time()

    print(msg,"执行完毕，耗时%0.2f"%(t_stop-t_start))

po=Pool(3) #定义一个进程池，最大进程数3

for i in range(0,10):

    po.apply(worker,(i,))

print("----start----")

po.close() #关闭进程池，关闭后po不再接收新的请求

po.join() #等待po中所有子进程执行完成，必须放在close语句之后

print("-----end-----")

运行结果:

0开始执行,进程号为21532

0 执行完毕，耗时1.91

1开始执行,进程号为21534

1 执行完毕，耗时1.72

2开始执行,进程号为21533

2 执行完毕，耗时0.50

3开始执行,进程号为21532

3 执行完毕，耗时1.27

4开始执行,进程号为21534

4 执行完毕，耗时1.05

5开始执行,进程号为21533

5 执行完毕，耗时1.60

6开始执行,进程号为21532

6 执行完毕，耗时0.25

7开始执行,进程号为21534

7 执行完毕，耗时0.63

8开始执行,进程号为21533

8 执行完毕，耗时1.21

9开始执行,进程号为21532

9 执行完毕，耗时0.60

----start----

-----end-----

进程间通信-Queue

Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。

1. Queue的使用

可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：

#coding=utf-8

from multiprocessing import Queue

q=Queue(3) #初始化一个Queue对象，最多可接收三条put消息

q.put("消息1")

q.put("消息2")

print(q.full())  #False

q.put("消息3")

print(q.full()) #True

#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，第二个Try会立刻抛出异常

try:

    q.put("消息4",True,2)

except:

    print("消息列队已满，现有消息数量:%s"%q.qsize())

try:

    q.put_nowait("消息4")

except:

    print("消息列队已满，现有消息数量:%s"%q.qsize())

#推荐的方式，先判断消息列队是否已满，再写入

if not q.full():

    q.put_nowait("消息4")

#读取消息时，先判断消息列队是否为空，再读取

if not q.empty():

    for i in range(q.qsize()):

        print(q.get_nowait())

说明

初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

Queue.qsize()：返回当前队列包含的消息数量；
Queue.empty()：如果队列为空，返回True，反之False ；
Queue.full()：如果队列满了，返回True,反之False；
Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；

2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；

Queue.get_nowait()：相当Queue.get(False)；
Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；

2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；

Queue.put_nowait(item)：相当Queue.put(item, False)；

2. Queue实例

我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：

from multiprocessing import Process, Queue

import os, time, random

# 写数据进程执行的代码:

def write(q):

    for value in ['A', 'B', 'C']:

        print 'Put %s to queue...' % value

        q.put(value)

        time.sleep(random.random())

# 读数据进程执行的代码:

def read(q):

    while True:

        if not q.empty():

            value = q.get(True)

            print 'Get %s from queue.' % value

            time.sleep(random.random())

        else:

            break

if __name__=='__main__':

    # 父进程创建Queue，并传给各个子进程：

    q = Queue()

    pw = Process(target=write, args=(q,))

    pr = Process(target=read, args=(q,))

    # 启动子进程pw，写入:

    pw.start()

    # 等待pw结束:

    pw.join()

    # 启动子进程pr，读取:

    pr.start()

    pr.join()

    # pr进程里是死循环，无法等待其结束，只能强行终止:

    print ''

    print '所有数据都写入并且读完'

3. 进程池中的Queue

如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

#coding=utf-8

#修改import中的Queue为Manager

from multiprocessing import Manager,Pool

import os,time,random

def reader(q):

    print("reader启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))

    for i in range(q.qsize()):

        print("reader从Queue获取到消息：%s"%q.get(True))

def writer(q):

    print("writer启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))

    for i in "dongGe":

        q.put(i)

if __name__=="__main__":

    print("(%s) start"%os.getpid())

    q=Manager().Queue() #使用Manager中的Queue来初始化

    po=Pool()

    #使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取

    po.apply(writer,(q,))

    po.apply(reader,(q,))

    po.close()

    po.join()

    print("(%s) End"%os.getpid())

码农公寓