Python多進程庫multiprocessing有什么作用

這篇文章主要講解了“Python多進程庫multiprocessing有什么作用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python多進程庫multiprocessing有什么作用”吧！

前言

multiprocessing庫是基于threading  API，它可以把工作劃分為多個進程。有些情況下，multiprocessing可以作為臨時替換取代threading來利用多個CPU內核，相應地避免Python全局解釋器鎖所帶來的計算瓶頸。

下面，我們來看看multiprocessing庫創建進程與threading庫有多像。

創建一個進程

要創建一個進程，最簡單的方式是用一個目標函數實例化一個Process對象，然后與threading一樣調用start()函數讓它工作。示例如下：

import multiprocessing  def worker():     for i in range(3):         print(i)  if __name__=="__main__":     p = multiprocessing.Process(target=worker)     p.start()

運行之后，效果如下：

需要注意的是，multiprocessing庫在Windows創建進程必須在if __name__=="__main__":中，這是 Windows  上多進程的實現問題。在 Windows 上，子進程會自動 import 啟動它的這個文件，而在 import  的時候是會執行這些語句的。如果直接創建就會無限遞歸創建子進程報錯。所以必須把創建子進程的部分用那個 if 判斷保護起來，import 的時候 __name__  不是 __main__ ，就不會遞歸運行了。

設置進程名

在threading線程中，我們可以通過其參數name設置線程名，同樣的我們也可以通過name參數設置其進程的名字。示例如下：

import multiprocessing import time  def worker():     print(multiprocessing.current_process().name, "start")     time.sleep(2)     print(multiprocessing.current_process().name, "end")  if __name__ == "__main__":     p1 = multiprocessing.Process(name='p1', target=worker)     p2 = multiprocessing.Process(name='p2', target=worker)     p3 = multiprocessing.Process(name='p3', target=worker)     p1.start()     p2.start()     p3.start()

運行之后，效果如下：

守護進程

和線程一樣，在所有子進程沒有退出之前，主程序是不會退出的。有時候，我們可能需要啟動一個后臺進程，它可以一直運行而不阻塞主程序退出。

要標志一個守護進程，可以將其添加第3個參數daemon，設置為True。默認值為False，不作為守護進程。示例如下：

import multiprocessing import time  def worker():     print(multiprocessing.current_process().name, "start")     time.sleep(1)     print(multiprocessing.current_process().name, "end")  def worker2():     print(multiprocessing.current_process().name, "start")     time.sleep(2)     print(multiprocessing.current_process().name, "end")  if __name__ == "__main__":     p1 = multiprocessing.Process(name='p1', target=worker)     p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)     p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)     p1.start()     p2.start()     p3.start()

運行之后，效果如下：

p2,p3為守護進程，但p1不是所以執行1秒之后，就退出主程序了，也就沒有打印p2p3的內容。但是其依舊在執行中，直到執行完成。

join()

同樣的，如果你期望強制等待一個守護進程的結束，可以增加join()函數。還是上面的代碼，示例如下：

import multiprocessing import time  def worker():     print(multiprocessing.current_process().name, "start")     time.sleep(1)     print(multiprocessing.current_process().name, "end")  def worker2():     print(multiprocessing.current_process().name, "start")     time.sleep(2)     print(multiprocessing.current_process().name, "end")  if __name__ == "__main__":     p1 = multiprocessing.Process(name='p1', target=worker)     p2 = multiprocessing.Process(name='p2', target=worker2, daemon=True)     p3 = multiprocessing.Process(name='p3', target=worker2, daemon=True)     p1.start()     p2.start()     p3.start()     p1.join()     p2.join()     p3.join()

運行之后，和設置進程名的運行結果一樣，這里不再展示。唯一與守護進程代碼的區別就是最后三行join()函數代碼。當然，也可以像線程一樣，給join()函數傳入一個時間，超過這個時間，主線程不再等待。

強制結束進程

如果一個進程已經掛起或者不小心進入了死鎖狀態，那么這個時候，我們往往會強制的結束進程。對一個進程對象調用terminate()會結束子進程。示例如下：

import multiprocessing import time  def worker():     print(multiprocessing.current_process().name, "start")     time.sleep(5)     print(multiprocessing.current_process().name, "end")  if __name__ == "__main__":     p1 = multiprocessing.Process(name='p1', target=worker)     p1.start()     print("是否還在運行", p1.is_alive())     p1.terminate()     print("是否還在運行", p1.is_alive())     p1.join()     print("是否還在運行", p1.is_alive())

運行之后，輸出如下：

終止進程后要使用join()函數等待進程的退出。使進程管理代碼有足夠的時間更新對象的狀態，以反應進程已經終止。

進程退出狀態碼

進程退出時，生成的狀態碼可以通過exitcode屬性訪問。下表就是其狀態碼的取值范圍以及其意義：

測試如下：

import multiprocessing import time  def worker():     print(multiprocessing.current_process().name, "start")     time.sleep(5)     print(multiprocessing.current_process().name, "end")  if __name__ == "__main__":     p1 = multiprocessing.Process(name='p1', target=worker)     p2 = multiprocessing.Process(name='p2', target=worker)     p1.start()     p2.start()     print("是否還在運行", p1.is_alive())     p1.terminate()     print("是否還在運行", p1.is_alive())     print(p1.exitcode)     p1.join()     print("是否還在運行", p1.is_alive())     print(p1.exitcode)     time.sleep(5.5)     print(p2.exitcode)

運行之后，效果如下：

可以看到，強制退出的進程錯誤碼為負數，正常退出的進程錯誤碼為0。

日志

調試并發問題時，如果能夠訪問multiprocessing所提供對象的內部狀態，那么這會很有用。在實際的項目中，我們可以使用一個方便的模塊級函數啟用日志記錄，它使用logging建立一個日志記錄器對象，并增加一個處理器，使日志消息被發送到標準錯誤通道。

示例如下：

import multiprocessing import logging import sys  def worker():     print("運行工作進程")     sys.stdout.flush()  if __name__ == "__main__":     multiprocessing.log_to_stderr(logging.DEBUG)     p1 = multiprocessing.Process(name='p1', target=worker)     p1.start()     p1.join()

運行之后，效果如下：

派生進程

與線程一樣，我們可以自定義進程，而不必只是傳入一個函數進行進程的創建。

創建的進程的方式也是派生自進程類即可。示例如下：

import multiprocessing  class WorkerProcess(multiprocessing.Process):     def run(self):         print(self.name)         return  if __name__ == "__main__":     for i in range(5):         p = WorkerProcess()         p.start()         p.join()

運行之后，效果如下：

感謝各位的閱讀，以上就是“Python多進程庫multiprocessing有什么作用”的內容了，經過本文的學習后，相信大家對Python多進程庫multiprocessing有什么作用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！