一、進(jìn)程介紹

進(jìn)程：正在執(zhí)行的程序，由程序、數(shù)據(jù)和進(jìn)程控制塊組成，是正在執(zhí)行的程序，程序的一次執(zhí)行過(guò)程，是資源調(diào)度的基本單位。

程序：沒(méi)有執(zhí)行的代碼，是一個(gè)靜態(tài)的。

二、線程和進(jìn)程之間的對(duì)比

由圖可知：此時(shí)電腦有 9 個(gè)應(yīng)用進(jìn)程，但是一個(gè)進(jìn)程又會(huì)對(duì)應(yīng)于多個(gè)線程，可以得出結(jié)論：

進(jìn)程：能夠完成多任務(wù)，一臺(tái)電腦上可以同時(shí)運(yùn)行多個(gè) QQ

線程：能夠完成多任務(wù)，一個(gè) QQ 中的多個(gè)聊天窗口

根本區(qū)別：進(jìn)程是操作系統(tǒng)資源分配的基本單位，而線程是任務(wù)調(diào)度和執(zhí)行的基本單位.

使用多進(jìn)程的優(yōu)勢(shì):

1、擁有獨(dú)立GIL:

首先由于進(jìn)程中 GIL 的存在，Python 中的多線程并不能很好地發(fā)揮多核優(yōu)勢(shì)，一個(gè)進(jìn)程中的多個(gè)線程，在同 一時(shí)刻只能有一個(gè)線程運(yùn)行。而對(duì)于多進(jìn)程來(lái)說(shuō)，每個(gè)進(jìn)程都有屬于自己的 GIL，所以，在多核處理器下，多進(jìn)程的運(yùn)行是不會(huì)受 GIL的影響的。因此，多進(jìn) 程能更好地發(fā)揮多核的優(yōu)勢(shì)。

2、效率高

當(dāng)然，對(duì)于爬蟲(chóng)這種 IO 密集型任務(wù)來(lái)說(shuō)，多線程和多進(jìn)程影響差別并不大。對(duì)于計(jì)算密集型任務(wù)來(lái)說(shuō)，Python 的多進(jìn)程相比多線 程，其多核運(yùn)行效率會(huì)有成倍的提升。

三、Python 實(shí)現(xiàn)多進(jìn)程

我們先用一個(gè)實(shí)例來(lái)感受一下：

1、使用 process 類

import multiprocessing def process(index):     print(f"Process: {index}") if __name__ == "__main__":     for i in range(5):         p = multiprocessing.Process(target=process, args=(i,))         p.start() 

這是一個(gè)實(shí)現(xiàn)多進(jìn)程最基礎(chǔ)的方式：通過(guò)創(chuàng)建 Process 來(lái)新建一個(gè)子進(jìn)程，其中 target 參數(shù)傳入方法名，args 是方法的參數(shù)，是以 元組的形式傳入，其和被調(diào)用的方法 process 的參數(shù)是一一對(duì)應(yīng)的。

注意：這里 args 必須要是一個(gè)元組，如果只有一個(gè)參數(shù)，那也要在元組第一個(gè)元素后面加一個(gè)逗號(hào)，如果沒(méi)有逗號(hào)則 和單個(gè)元素本身沒(méi)有區(qū)別，無(wú)法構(gòu)成元組，導(dǎo)致參數(shù)傳遞出現(xiàn)問(wèn)題。創(chuàng)建完進(jìn)程之后，我們通過(guò)調(diào)用 start 方法即可啟動(dòng)進(jìn)程了。

運(yùn)行結(jié)果如下：

Process: 0 Process: 1 Process: 2 Process: 3 Process: 4 

可以看到，我們運(yùn)行了 5 個(gè)子進(jìn)程，每個(gè)進(jìn)程都調(diào)用了 process 方法。process 方法的 index 參數(shù)通過(guò) Process 的 args 傳入，分別是 0~4 這 5 個(gè)序號(hào)，最后打印出來(lái)，5 個(gè)子進(jìn)程運(yùn)行結(jié)束。

2、繼承 process 類

from multiprocessing import Processimport timeclass MyProcess(Process):    def __init__(self,loop):        Process.__init__(self)        self.loop = loop    def run(self):        for count in range(self.loop):            time.sleep(1)            print(f"Pid:{self.pid} LoopCount: {count}")if __name__ == "__main__":    for i in range(2,5):        p = MyProcess(i)        p.start()

我們首先聲明了一個(gè)構(gòu)造方法，這個(gè)方法接收一個(gè) loop 參數(shù)，代表循環(huán)次數(shù)，并將其設(shè)置為全局變量。在 run方法中，又使用這 個(gè) loop 變量循環(huán)了 loop 次并打印了當(dāng)前的進(jìn)程號(hào)和循環(huán)次數(shù)。

在調(diào)用時(shí)，我們用 range 方法得到了 2、3、4 三個(gè)數(shù)字，并把它們分別初始化了 MyProcess 進(jìn)程，然后調(diào)用 start 方法將進(jìn)程啟動(dòng)起 來(lái)。

注意：這里進(jìn)程的執(zhí)行邏輯需要在 run 方法中實(shí)現(xiàn)，啟動(dòng)進(jìn)程需要調(diào)用 start 方法，調(diào)用之后 run 方法便會(huì)執(zhí)行。

運(yùn)行結(jié)果如下：

Pid:12976 LoopCount: 0Pid:15012 LoopCount: 0Pid:11976 LoopCount: 0Pid:12976 LoopCount: 1Pid:15012 LoopCount: 1Pid:11976 LoopCount: 1Pid:15012 LoopCount: 2Pid:11976 LoopCount: 2Pid:11976 LoopCount: 3

注意，這里的進(jìn)程 pid 代表進(jìn)程號(hào)，不同機(jī)器、不同時(shí)刻運(yùn)行結(jié)果可能不同。

四、進(jìn)程之間的通信

1、Queue-隊(duì)列 先進(jìn)先出

from multiprocessing import Queueimport multiprocessingdef download(p): # 下載數(shù)據(jù)    lst = [11,22,33,44]    for item in lst:        p.put(item)    print("數(shù)據(jù)已經(jīng)下載成功....")def savedata(p):    lst = []    while True:        data = p.get()        lst.append(data)        if p.empty():            break    print(lst)def main():    p1 = Queue()    t1 = multiprocessing.Process(target=download,args=(p1,))    t2 = multiprocessing.Process(target=savedata,args=(p1,))    t1.start()    t2.start()if __name__ == "__main__":    main()數(shù)據(jù)已經(jīng)下載成功....[11, 22, 33, 44]

2、共享全局變量不適用于多進(jìn)程編程

import multiprocessinga = 1def demo1():    global a    a += 1def demo2():    print(a)def main():    t1 = multiprocessing.Process(target=demo1)    t2 = multiprocessing.Process(target=demo2)    t1.start()    t2.start()if __name__ == "__main__":    main()

運(yùn)行結(jié)果:

1

有結(jié)果可知：全局變量不共享；

五、進(jìn)程池之間的通信

1、進(jìn)程池引入

當(dāng)需要?jiǎng)?chuàng)建的子進(jìn)程數(shù)量不多時(shí)，可以直接利用 multiprocessing 中的 Process 動(dòng)態(tài)生成多個(gè)進(jìn)程，但是如果是上百甚至上千個(gè)目標(biāo)，手動(dòng)的去創(chuàng)建的進(jìn)程的工作量巨大，此時(shí)就可以用到 multiprocessing 模塊提供的 Pool 方法。

from multiprocessing import Poolimport os,time,randomdef worker(a):    t_start = time.time()    print("%s開(kāi)始執(zhí)行,進(jìn)程號(hào)為%d"%(a,os.getpid()))    time.sleep(random.random()*2)    t_stop = time.time()    print(a,"執(zhí)行完成,耗時(shí)%0.2f"%(t_stop-t_start))if __name__ == "__main__":    po = Pool(3)        # 定義一個(gè)進(jìn)程池    for i in range(0,10):        po.apply_async(worker,(i,))    # 向進(jìn)程池中添加worker的任務(wù)    print("--start--")    po.close()          po.join()           print("--end--")

運(yùn)行結(jié)果:

--start--0開(kāi)始執(zhí)行,進(jìn)程號(hào)為66641開(kāi)始執(zhí)行,進(jìn)程號(hào)為47722開(kāi)始執(zhí)行,進(jìn)程號(hào)為132560 執(zhí)行完成,耗時(shí)0.183開(kāi)始執(zhí)行,進(jìn)程號(hào)為66642 執(zhí)行完成,耗時(shí)0.164開(kāi)始執(zhí)行,進(jìn)程號(hào)為132561 執(zhí)行完成,耗時(shí)0.675開(kāi)始執(zhí)行,進(jìn)程號(hào)為47724 執(zhí)行完成,耗時(shí)0.876開(kāi)始執(zhí)行,進(jìn)程號(hào)為132563 執(zhí)行完成,耗時(shí)1.597開(kāi)始執(zhí)行,進(jìn)程號(hào)為66645 執(zhí)行完成,耗時(shí)1.158開(kāi)始執(zhí)行,進(jìn)程號(hào)為47727 執(zhí)行完成,耗時(shí)0.409開(kāi)始執(zhí)行,進(jìn)程號(hào)為66646 執(zhí)行完成,耗時(shí)1.808 執(zhí)行完成,耗時(shí)1.499 執(zhí)行完成,耗時(shí)1.36--end--

一個(gè)進(jìn)程池只能容納 3 個(gè)進(jìn)程，執(zhí)行完成才能添加新的任務(wù)，在不斷的打開(kāi)與釋放的過(guò)程中循環(huán)往復(fù)。

六、案例:文件批量復(fù)制

操作思路:

• 獲取要復(fù)制文件夾的名字
• 創(chuàng)建一個(gè)新的文件夾
• 獲取文件夾里面所有待復(fù)制的文件名
• 創(chuàng)建進(jìn)程池
• 向進(jìn)程池添加任務(wù)

代碼如下:

導(dǎo)包

import multiprocessingimport osimport time

定制文件復(fù)制函數(shù)

def copy_file(Q,oldfolderName,newfolderName,file_name):    # 文件復(fù)制,不需要返回    time.sleep(0.5)    # print("/r從%s文件夾復(fù)制到%s文件夾的%s文件"%(oldfolderName,newfolderName,file_name),end="")    old_file = open(oldfolderName + "/" + file_name,"rb") # 待復(fù)制文件    content = old_file.read()    old_file.close()    new_file = open(newfolderName + "/" + file_name,"wb") # 復(fù)制出的新文件    new_file.write(content)    new_file.close()    Q.put(file_name) # 向Q隊(duì)列中添加文件

定義主函數(shù)

def main():    oldfolderName = input("請(qǐng)輸入要復(fù)制的文件夾名字:") # 步驟1獲取要復(fù)制文件夾的名字(可以手動(dòng)創(chuàng)建,也可以通過(guò)代碼創(chuàng)建,這里我們手動(dòng)創(chuàng)建)    newfolderName = oldfolderName + "復(fù)件"    # 步驟二 創(chuàng)建一個(gè)新的文件夾    if not os.path.exists(newfolderName):        os.mkdir(newfolderName)    filenames = os.listdir(oldfolderName) # 3.獲取文件夾里面所有待復(fù)制的文件名    # print(filenames)    pool = multiprocessing.Pool(5) # 4.創(chuàng)建進(jìn)程池    Q = multiprocessing.Manager().Queue() # 創(chuàng)建隊(duì)列,進(jìn)行通信    for file_name in filenames:        pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向進(jìn)程池添加任務(wù)      po.close()    copy_file_num = 0    file_count = len(filenames)    # 不知道什么時(shí)候完成,所以定義一個(gè)死循環(huán)    while True:        file_name = Q.get()        copy_file_num += 1        time.sleep(0.2)        print("/r拷貝進(jìn)度%.2f %%"%(copy_file_num  * 100/file_count),end="") # 做一個(gè)拷貝進(jìn)度條        if copy_file_num >= file_count:            break

程序運(yùn)行

if __name__ == "__main__":    main()

運(yùn)行結(jié)果如下圖所示：

運(yùn)行前后文件目錄結(jié)構(gòu)對(duì)比

運(yùn)行前

運(yùn)行后

以上內(nèi)容就是整體大致結(jié)果了，由于 test 里面是隨便粘貼的測(cè)試文件，這里就不展開(kāi)演示了。