Python多任務之進程

Process多進程

進程的概念

程序是沒有運行的代碼，靜態的；

進程是運行起來的程序，進程是一個程序運行起來之后和資源的總稱；

程序只有一個，但同一份程序可以有多個進程；例如，電腦上多開QQ；

程序和進程的區別在於有沒有資源，進程有資源而程序沒有資源，進程是一個資源分配的基本單元；
程序在沒運行的時候沒有資源，沒有顯卡，沒有網卡，等等；雙擊運行后有攝像頭，有網速等等，就叫做進程；

進程的狀態

進程狀態圖

• 就緒態：運行的條件都已經慢去，正在等在cpu執行
• 執行態：cpu正在執行其功能
• 等待態：等待某些條件滿足，例如一個程序sleep了，此時就處於等待態

 

使用Process完成多任務

進程的使用步驟和線程的使用步驟基本一致；

進程的使用步驟：

1. 導入multiprocessing；
2. 編寫多任務所所需要的函數；
3. 創建multiprocessing.Process類的實例對象並傳入函數引用；
4. 調用實例對象的start方法，創建子線程。

進程使用步驟圖示：

進程使用步驟代碼

import time
import multiprocessing


def sing():
    while True:
        print("-----sing-----")
        time.sleep(1)


def dance():
    while True:
        print("-----dance-----")
        time.sleep(1)


def main():
    p1 = multiprocessing.Process(target=sing)
    p2 = multiprocessing.Process(target=dance)
    p1.start()
    p2.start()


if __name__ == "__main__":
    main()

運行結果：

-----sing-----
-----dance-----
-----sing-----
-----dance-----
-----sing-----
-----dance-----
......

 

進程：

• 主進程有什么，子進程就會有什么資源；
• 線程能創建多任務，進程也能創建多任務，但進程耗費的資源比較大；
• 所以運行的進程數，不一定越多越好；
• 當創建子進程時，會復制一份主進程的資源，代碼，內存等，但又會有自己不同的地方，比如pid等；
• 我們可以理解為多進程之間共享代碼，即只有一份代碼，但有多個指向同一代碼的箭頭；
• 能共享的就共享，不能共享的就拷貝一份；不需要修改的就共享，要修改的時候就給你拷貝一份，這就是寫時拷貝；

 

獲取進程id

獲取進程id代碼

from multiprocessing import Process
import osdef run_proc():
    """子進程要執行的代碼"""
    print('子進程運行中，pid=%d...' % os.getpid())  # os.getpid獲取當前進程的進程號
    print('子進程將要結束...')

if __name__ == '__main__':
    print('父進程pid: %d' % os.getpid())  # os.getpid獲取當前進程的進程號
    p = Process(target=run_proc)
    p.start()

 

進程和線程對比

進程和線程的區別

• 進程是系統進行資源分配和調度的一個獨立單位；
• 線程是進程的一個實體,是CPU調度和分派的基本單位,即是操作系統調度的單位，它是比進程更小的能獨立運行的基本單位；
• 一個程序至少有一個進程,一個進程至少有一個線程；
• 線程的划分尺度小於進程(資源比進程少)，使得多線程程序的並發性高；
• 進程在執行過程中擁有獨立的內存單元，而多個線程共享內存，從而極大地提高了程序的運行效率；
• 線程不能夠獨立執行，必須依存在進程中；
• 進程先有，才有的線程；
• 線程用資源去做事；
• 多線程能實現多任務是指在一個進程資源里面有多個箭頭；多線程是在同一個資源里面有多個箭頭執行同一份代碼；
• 多進程的多任務是又開啟了一份資源，在這個資源里面又有一個箭頭；
• 進程執行方式1：在一份資源里面有多個箭頭在執行；
• 進程執行方式2：有多份資源，在每一份資源里面有一個箭頭執行代碼；
• 線程執行開銷小，但不利於資源的管理和保護，進程正好相反；
• 開發中還是多線程用的多；

 

通過隊列完成進程間通信

隊列使用語法

# 創建隊列：
from multiprocessing import Queue
q = Queue(3)
# 往隊列中添加數據：
q.put(xxx)
# 從隊列中獲取數據：
q.get()

通過隊列完成進程間通信代碼

from multiprocessing import Queue
import multiprocessing


def download_data(q):
    """模擬這是從網上下載數據"""
    data = [11, 22, 33]
    for i in data:
        q.put(i)
    print("數據下載完成")


def deal_data(q):
    """模擬處理從網上下載下來的數據"""
    data_list = []
    while True:
        data = q.get()
        data_list.append(data)
        if q.empty():
            break
    print("處理數據結束，數據為：", data_list)


def main():
    q = Queue(3)
    p1 = multiprocessing.Process(target=download_data, args=(q,))
    p2 = multiprocessing.Process(target=deal_data, args=(q,))
    p1.start()
    time.sleep(1)
    p2.start()


if __name__ == '__main__':
    main()

運行結果：

數據下載完成
處理數據結束，數據為： [11, 22, 33]

 

進程池完成多任務

進程池

進程池的概念

因為進程的創建和銷毀是需要大量的資源的，為了減少消耗，當我們在處理多任務時，比如100個任務，我們可以先創建10個進程，然后用這10個進程來執行者100個任務，就可以重復使用進程，達到節約資源的目的了，而這個就可以使用進程池。

進程池的創建
任務數固定且較少，用普通的進程即可；任務數不確定，且比較多，就用進程池；
進程池不會等待進程執行完畢，我們需要使用po.join()讓主進程等待進程池中的進程執行完；且po.close()必須在join前面；

創建進程池語法

# 創建進程池
from multiprocessing import Pool
po = Pool(3)

# 給進程池傳遞任務和參數
po.asyn(sing, (num,))

# 讓進程池等待子進程執行完
po.close()
po.join()

進程池pool示例

from multiprocessing import Pool
import os, time, random


def worker(msg):
    t_start = time.time()
    print("%s開始執行,進程號為%d" % (msg, os.getpid()))
    # random.random()隨機生成0~1之間的浮點數
    time.sleep(random.random() * 2)
    t_stop = time.time()
    print(msg, "執行完畢，耗時%0.2f" % (t_stop - t_start))


def main():
    po = Pool(3)  # 定義一個進程池，最大進程數3
    for i in range(0, 10):
        # Pool().apply_async(要調用的目標,(傳遞給目標的參數元祖,))
        # 每次循環將會用空閑出來的子進程去調用目標
        po.apply_async(worker, (i,))

    print("----start----")
    po.close()  # 關閉進程池，關閉后po不再接收新的請求
    po.join()  # 等待po中所有子進程執行完成，必須放在close語句之后
    print("-----end-----")


if __name__ == '__main__':
    main()

執行結果：

----start----
0開始執行,進程號為7812
1開始執行,進程號為9984
2開始執行,進程號為1692
1 執行完畢，耗時0.65
3開始執行,進程號為9984
0 執行完畢，耗時1.08
4開始執行,進程號為7812
2 執行完畢，耗時1.82
5開始執行,進程號為1692
4 執行完畢，耗時1.12
6開始執行,進程號為7812
3 執行完畢，耗時1.35
7開始執行,進程號為9984
7 執行完畢，耗時0.11
8開始執行,進程號為9984
6 執行完畢，耗時0.50
9開始執行,進程號為7812
5 執行完畢，耗時0.65
8 執行完畢，耗時0.70
9 執行完畢，耗時0.74
-----end-----

 

多進程拷貝文件夾

多任務文件夾copy

步驟思路：

• 1.獲取用戶要拷貝的文件夾的名字；
• 2.創建一個新的文件夾；
• 3.獲取文件夾的所有待拷貝的文件名；listdir()
• 4.創建進程池；
• 5.復制原文件夾中的文件，到新文件夾的文件中去；

多任務拷貝文件代碼

import os
from multiprocessing import Pool


def copy_file(file, old_folder, new_folder):

    old_f = open(old_folder+"/"+file, "rb")
    data = old_f.read()
    old_f.close()

    new_f = open(new_folder+"/"+file, "wb")
    new_f.write(data)
    new_f.close()
    print("創建文件成功:", file)


def main():
    # 1.獲取要拷貝的文件夾
    old_folder = input("請輸入你要拷貝的文件夾：")
    # 2.創建新文件夾
    new_folder = old_folder + "_復件"
    try:
        os.mkdir(new_folder)
        print("創建文件夾成功")
    except Exception as e:
        pass
    # 3.獲取文件夾中所有待拷貝的文件,listdir()
    files_list = os.listdir(old_folder)
    # print(files_list)
    # 4.創建進程池
    po = Pool(5)
    for file in files_list:
        # 向進程池中添加復制文件的任務
        po.apply_async(copy_file, args=(file, old_folder, new_folder))
    # 復制原文件夾中的文件，到新文件夾中
    po.close()
    po.join()


if __name__ == '__main__':
    main()

在完成文件夾拷貝后，增加了一個需求，顯示拷貝文件的進度條，怎么辦？

 

多任務拷貝文件並顯示進度條

如果要在進程池中使用Queue，要使用from multiprocessing import Manager ，使用Manager().Queue()；

顯示進度條思路：

1. 創建一個隊列；
2. 往拷貝文件的函數中傳入隊列，拷貝好一個文件就往q中傳入該文件名；
3. 在主函數中計算listdir()中的所有文件數量；
4. 在主函數中定義一個num，初始值為0；
5. 在主函數中定義一個while true，從q中獲取文件每獲取一個文件們就將num+1
6. 計算，如果num的值大於等於總文件數量，就break；
7. 使用已拷貝文件數量num除以總文件數量，即為拷貝的進度，使用開頭\r 和end=""讓顯示進度不換行，如下：

print("\r已拷貝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")

 

多任務拷貝文件並顯示進度條代碼

import os
from multiprocessing import Pool, Manager


def copy_file(q, file, old_folder, new_folder):

    old_f = open(old_folder+"/"+file, "rb")
    data = old_f.read()
    old_f.close()

    new_f = open(new_folder+"/"+file, "wb")
    new_f.write(data)
    new_f.close()
    q.put(file)


def main():
    # 1.獲取要拷貝的文件夾
    old_folder = input("請輸入你要拷貝的文件夾：")
    # 2.創建新文件夾
    new_folder = old_folder + "_復件"
    try:
        os.mkdir(new_folder)
        print("創建文件夾成功")
    except Exception as e:
        pass
    # 3.獲取文件夾中所有待拷貝的文件,listdir()
    files_list = os.listdir(old_folder)
    # 4.創建進程池
    po = Pool(5)
    # 5.創建隊列
    q = Manager().Queue()
    # 6.復制原文件夾中的文件，到新文件夾中
    for file in files_list:
        # 向進程池中添加復制文件的任務
        po.apply_async(copy_file, args=(q, file, old_folder, new_folder))
    all_file_len = len(files_list)
    po.close()
    # po.join()
    copy_ok_file_num = 0
    while True:
        file = q.get()
        copy_ok_file_num += 1
        print("已拷貝文件%.2f %%" % (copy_ok_file_num*100/all_file_len))
        # print("\r已拷貝文件%.2f %%" % (copy_ok_file_num*100/all_file_len), end="")
        if copy_ok_file_num >= all_file_len:
            break
    print()


if __name__ == '__main__':
    main()