利 用 Python 实现多任务进程
发布时间：2022-11-28 12:36:21 所属栏目：语言 来源：
导读： 进程介绍 进程：正在执行的程序，由程序、数据和进程控制块组成，是正在执行的程序，程序的一次执行过程，是资源调度的基本单位。 程序：没有执行的代码，是一个静态的。 二、线程和进程之间的对比 由图
|
进程介绍 进程：正在执行的程序，由程序、数据和进程控制块组成，是正在执行的程序，程序的一次执行过程，是资源调度的基本单位。 程序：没有执行的代码，是一个静态的。 二、线程和进程之间的对比 由图可知：此时电脑有 9 个应用进程，但是一个进程又会对应于多个线程，可以得出结论： 进程：能够完成多任务，一台电脑上可以同时运行多个 QQ 线程：能够完成多任务，一个 QQ 中的多个聊天窗口 根本区别：进程是操作系统资源分配的基本单位，而线程是任务调度和执行的基本单位. 使用多进程的优势: 1、拥有独立GIL: 首先由于进程中 GIL 的存在，Python 中的多线程并不能很好地发挥多核优势，一个进程中的多个线程，在同 一时刻只能有一个线程运行。而对于多进程来说，每个进程都有属于自己的 GIL，所以，在多核处理器下，多进程的运行是不会受 GIL的影响的。因此，多进 程能更好地发挥多核的优势。 2、效率高 当然，对于爬虫这种 IO 密集型任务来说，多线程和多进程影响差别并不大。对于计算密集型任务来说，Python 的多进程相比多线 程，其多核运行效率会有成倍的提升。 三、Python 实现多进程 我们先用一个实例来感受一下： 1、使用 process 类 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() 这是一个实现多进程最基础的方式：通过创建 Process 来新建一个子进程，其中 target 参数传入方法名，args 是方法的参数，是以 元组的形式传入，其和被调用的方法 process 的参数是一一对应的。 注意：这里 args 必须要是一个元组，如果只有一个参数，那也要在元组第一个元素后面加一个逗号，如果没有逗号则 和单个元素本身没有区别，无法构成元组，导致参数传递出现问题。创建完进程之后，我们通过调用 start 方法即可启动进程了。 运行结果如下： Process: 0 Process: 1 Process: 2 Process: 3 Process: 4 可以看到，我们运行了 5 个子进程，每个进程都调用了 process 方法。process 方法的 index 参数通过 Process 的 args 传入，分别是 0~4 这 5 个序号，最后打印出来，5 个子进程运行结束。 2、继承 process 类 from multiprocessing import Process import time class 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() 我们首先声明了一个构造方法，这个方法接收一个 loop 参数，代表循环次数，并将其设置为全局变量。在 run方法中，又使用这 个 loop 变量循环了 loop 次并打印了当前的进程号和循环次数。 在调用时，我们用 range 方法得到了 2、3、4 三个数字，并把它们分别初始化了 MyProcess 进程，然后调用 start 方法将进程启动起 来。 注意：这里进程的执行逻辑需要在 run 方法中实现，启动进程需要调用 start 方法，调用之后 run 方法便会执行。 运行结果如下： Pid:12976 LoopCount: 0 Pid:15012 LoopCount: 0 Pid:11976 LoopCount: 0 Pid:12976 LoopCount: 1 Pid:15012 LoopCount: 1 Pid:11976 LoopCount: 1 Pid:15012 LoopCount: 2 Pid:11976 LoopCount: 2 Pid:11976 LoopCount: 3 注意，这里的进程 pid 代表进程号，不同机器、不同时刻运行结果可能不同。 四、进程之间的通信 1、Queue-队列 先进先出 from multiprocessing import Queue import multiprocessing def download(p): # 下载数据 lst = [11,22,33,44] for item in lst: p.put(item) print('数据已经下载成功....') 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() 数据已经下载成功.... [11, 22, 33, 44] 2、共享全局变量不适用于多进程编程 import multiprocessing a = 1 def demo1(): global a a += 1 def demo2(): print(a) def main(): t1 = multiprocessing.Process(target=demo1) t2 = multiprocessing.Process(target=demo2) t1.start() t2.start() if __name__ == '__main__': main() 运行结果: 1 有结果可知：全局变量不共享; 五、进程池之间的通信 1、进程池引入 当需要创建的子进程数量不多时，可以直接利用 multiprocessing 中的 Process 动态生成多个进程，但是如果是上百甚至上千个目标，手动的去创建的进程的工作量巨大，此时就可以用到 multiprocessing 模块提供的 Pool 方法。 from multiprocessing import Pool import os,time,random def worker(a): t_start = time.time() print('%s开始执行,进程号为%d'%(a,os.getpid())) time.sleep(random.random()*2) t_stop = time.time() print(a,"执行完成,耗时%0.2f"%(t_stop-t_start)) if __name__ == '__main__': po = Pool(3) # 定义一个进程池 for i in range(0,10): po.apply_async(worker,(i,)) # 向进程池中添加worker的任务 print("--start--") po.close() po.join() print("--end--") 运行结果: --start-- 0开始执行,进程号为6664 1开始执行,进程号为4772 2开始执行,进程号为13256 0 执行完成,耗时0.18 3开始执行,进程号为6664 2 执行完成,耗时0.16 4开始执行,进程号为13256 1 执行完成,耗时0.67 5开始执行,进程号为4772 4 执行完成,耗时0.87 6开始执行,进程号为13256 3 执行完成,耗时1.59 7开始执行,进程号为6664 5 执行完成,耗时1.15 8开始执行,进程号为4772 7 执行完成,耗时0.40 9开始执行,进程号为6664 6 执行完成,耗时1.80 8 执行完成,耗时1.49 9 执行完成,耗时1.36 --end-- 一个进程池只能容纳 3 个进程，执行完成才能添加新的任务，在不断的打开与释放的过程中循环往复。 六、案例:文件批量复制 操作思路: 获取要复制文件夹的名字 创建一个新的文件夹 获取文件夹里面所有待复制的文件名 创建进程池 向进程池添加任务 代码如下: 导包 import multiprocessing import os import time 定制文件复制函数 def copy_file(Q,oldfolderName,newfolderName,file_name): # 文件复制,不需要返回 time.sleep(0.5) # print('\r从%s文件夹复制到%s文件夹的%s文件'%(oldfolderName,newfolderName,file_name),end='') old_file = open(oldfolderName + '/' + file_name,'rb') # 待复制文件 content = old_file.read() old_file.close() new_file = open(newfolderName + '/' + file_name,'wb') # 复制出的新文件 new_file.write(content) new_file.close() Q.put(file_name) # 向Q队列中添加文件 定义主函数 def main(): oldfolderName = input('请输入要复制的文件夹名字:') # 步骤1获取要复制文件夹的名字(可以手动创建,也可以通过代码创建,这里我们手动创建) newfolderName = oldfolderName + '复件' # 步骤二 创建一个新的文件夹 if not os.path.exists(newfolderName): os.mkdir(newfolderName) filenames = os.listdir(oldfolderName) # 3.获取文件夹里面所有待复制的文件名 # print(filenames) pool = multiprocessing.Pool(5) # 4.创建进程池 Q = multiprocessing.Manager().Queue() # 创建队列,进行通信 for file_name in filenames: pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向进程池添加任务 po.close() copy_file_num = 0 file_count = len(filenames) # 不知道什么时候完成,所以定义一个死循环 while True: file_name = Q.get() copy_file_num += 1 time.sleep(0.2) print('\r拷贝进度%.2f %%'%(copy_file_num * 100/file_count),end='') # 做一个拷贝进度条 if copy_file_num >= file_count: break 程序运行 if __name__ == '__main__': main() 运行结果如下图所示： 运行前后文件目录结构对比 运行前 运行后 以上内容就是整体大致结果了，由于 test 里面是随便粘贴的测试文件，这里就不展开演示了。 （编辑：云计算网_汕头站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330478号