标签：sel process 数据 默认值 init val 实现类 timeout 操作系统
实现类似唱歌又跳舞的任务同时进行的，叫做：多任务
什么叫“多任务”。简单地说， 就是操作系统可以同时运行多个任务。
单核CPU执行多任务，就是操作系统轮流让各个任务交替执行，任务1执行0.01秒， 切换到任务2，任务2执行0.01秒，再切换到任务3， 执行0.01秒……这样反复执行下去。每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了， 我们感觉就像所有任务都在同时执行一样。
真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。
编写完毕的代码，在没有运行的时候，称之为程序。
正在运行着的代码，就成为进程。
进程，除了包含代码以外，还有需要运行的环境等，所以和程序是有区别的。
os模块封装了fork函数，可以在Python程序中轻松创建子进程
import os
#注意，fork函数，只在Unix/Linux/Mac上运行，Windows不可以
pid = os.fork()
if pid == 0:
print(‘哈哈111‘)
else:
print(‘哈哈222‘)说明
可以理解为getppid——get parents pid 的缩写
import os
rpid = os.fork()
if rpid<0:
print("fork调用失败。")
elif rpid == 0:
print("我是子进程（%s），我的父进程是（%s）"%(os.getpid(),os.getppid()))
else:
print("我是父进程（%s），我的子进程是（%s）"%(os.getpid(),rpid))
print("父子进程都可以执行这里的代码")
运行结果：
我是父进程（19360），我的子进程是（19361）
父子进程都可以执行这里的代码
我是子进程（19361），我的父进程是（19360）
父子进程都可以执行这里的代码#coding=utf-8
import os
import time
num = 0
# 注意， fork函数， 只在Unix/Linux/Mac上运行， windows不可以
pid = os.fork()
if pid == 0:
num+=1
print(‘哈哈1---num=%d‘%num)
else:
time.sleep(1)
num+=1
print(‘哈哈2---num=%d‘%num)总结：
如果在一个程序，有2次的fork函数调用， 是否就会有3个进程呢？
#coding=utf-8
import os
import time
# 注意，fork函数，只在Unix/Linux/Mac上运行，windows不可以
pid = os.fork()
if pid == 0: #if下是子进程的操作，因为子进程的返回值永远是0
print(‘haha...1，我是%s，我的父进程是%s‘%(os.getpid(),os.petppid))
else: #else下是主进程操作，因为主进程的返回值是其子进程的pid
print(‘haha...，我是主进程%s‘%os.getpid)
pid = os.fork()
if pid == 0:
print(‘haha...2，我是%s，我的父进程是%s‘%(os.getpid(),os.petppid))
else:
print(‘haha...，我是主进程%s‘%os.getpid)
time.sleep(1)
运行结果：
haha...，我是主进程9584
haha...，我是主进程9584
haha2...，我是9586，我的父进程是9584
haha1...，我是9585，我的父进程是9584
haha...，我是主进程9585
haha2...，我是9587，我的父进程是9585仔细看上述代码和运行结果，程序的执行结果并不是你想象的打印了四次，在这里需要说明的是，当主进程（9584）执行到第一条fork语句时，要创建一个子进程，在这个时候，会将主进程的所有内容，复制一份给子进程(9585)，也就说，子进程(9585)中也会包含主进程（9584）中的第二条fork语句，即子进程(9585)也会再创建子进程(9587)，主进程（9584）执行到第二条fork语句时，会再创建一个子进程（9586），这样就导致了这段代码会有六次的print，这样说可能依然不是很清楚，下面画一个简单的进程关系图帮助理解：
graph LR
主进程9584-->子进程9585
子进程9585-->子进程9587
主进程9584-->子进程9586
说明：
主进程、 子进程的执行顺序没有规律， 完全取决于操作系统的调度算法
multiprocessing模块就是跨平台版本的多进程模块。
multiprocessing模块提供了一个Process类来代表一个进程对象。
Process语法结构如下：
Process([group [, target [, name [, args [, kwargs]]]]])
- target：表示这个进程实例所调用对象；
- args：表示调用对象的位置参数元组；
- kwargs：表示调用对象的关键字参数字典；
- name： 为当前进程实例的别名；
- group：多数情况下用不到；from multiprocessing import Process
from time import sleep
#子进程
def sing(param1,param2,**kwargs):
print("%s,%s"%(param1,param2))
print(kwargs)
k = 0
while k<5:
print("sing %d..."%k)
sleep(1)
k +=1
if __name__ == ‘__main__‘:
print("main process run")
#定义子进程：唱歌
p = Process(target=sing,args=(20,"xxx"),kwargs={"key1":"mmm","key2":"nnn"})
#子进程的启动
p.start()
#p.join() 如果加上加上join主进程就不会进入while循环，要等到子进程运行结束
#不加的话，子进程与主进程互不干扰，都在执行
#主进程：玩游戏
while True:
print("gaming...")
#停止0.5秒
sleep(0.5)
print("child process is over")
print("main poress end")
运行结果：
main process run
gaming...
20,xxx
{‘key2‘: ‘nnn‘, ‘key1‘: ‘mmm‘}
sing 0...
gaming...
gaming...
sing 1...
gaming...
gaming...from multiprocessing import Process
from time import sleep
#定义进程类，继承Process
class Music(Process):
def __init__(self,name):
#调用父类的初始化方法
#因为Process类本身也有__init__方法， 这个子类相当于重写了这个方法
#但这样就会带来一个问题，我们并没有完全的初始化一个Process类，所以就不能使用从这个
#最好的方法就是将继承类本身传递给Process.__init__方法，完成这些初始化操作
Process.__init__(self)
self.name = name
#重写Process类的run方法
def run(self):
print(self.name)
k = 0
while True:
print("sing %d..." % k)
sleep(0.5)
k += 1
if __name__ == ‘__main__‘:
print("main process run")
#创建新的进程,定义进程对象
p = Music(‘xxx‘)
#对一个不包含target属性的Process类执行start()方法
#就会运行这个类中的run()方法
p.start()
# 主进程：玩游戏
while True:
print("gaming...")
# 停止0.5秒
sleep(0.5)
运行结果：
main process run
gaming...
xxx
sing 0...
gaming...
sing 1...
gaming...
sing 2...
gaming...
……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
multiprocessing.Pool常用函数解析：
from multiprocessing import Pool
from time import sleep
def kill():
i=0
while i<10:
print("乔峰杀了一个挑战者...")
sleep(1)
i += 1
def attack(name):
print("%s attack..."%name)
sleep(1)
if __name__ == ‘__main__‘:
#创建进程池,最大进程数5
po = Pool(5)
#向进程池添加子进程
#Pool.apply_async(要调用的目标,(传递给目标的参数元组,))
#每次循环将会用空闲出来的子进程去调用目标
po.apply_async(kill)
#po.apply(kill)
for i in range(20):
po.apply_async(attack,(‘掌门__‘+str(i),))
#po.apply(attack,(‘zhangmen_‘+str(i),))
po.close() #关闭进程池， 关闭后po不再接收新的请求
po.join() #等待po中所有进程执行完成， 必须放在close语句之后
#po.terminate()
执行代码：
乔峰杀了一个挑战者...
掌门__0 attack...
掌门__1 attack...
掌门__2 attack...
掌门__3 attack...
乔峰杀了一个挑战者...
掌门__4 attack...
掌门__5 attack...
掌门__6 attack...
掌门__7 attack...
……如果不使用 po.apply_async
而使用 po.apply
其代码执行如下：
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
乔峰杀了一个挑战者...
掌门__0 attack...
掌门__1 attack...
掌门__2 attack...
……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。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。
说明：
1、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）；
2、Queue.qsize()：返回当前队列包含的消息数量；
3、Queue.empty()：如果队列为空，返回True， 反之False ；
4、Queue.full()：如果队列满了，返回True,反之False；
5、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；Queue.get_nowait()：相当Queue.get(False)；
-----a） 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；
-----b） 如果block值为False， 消息列队如果为空， 则会?刻抛出"Queue.Empty"异常；
6、Queue.put(item,[block[,timeout]])：将item消息写入队列，block默认值为True；Queue.put_nowait(item)：相当Queue.put(item, False)；
-----a） 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；
-----b） 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；
import time, random
from multiprocessing import Process, Queue
def write(q):
print(‘write...%s‘ % (id(q)))
for value in [‘A‘, ‘B‘, ‘C‘]:
print(‘Put %s to queue...‘ % value)
q.put(value)
time.sleep(random.random())
def read(q):
print(‘read...%s,num=%s,flag = %s‘ % (id(q), q.qsize(), q.empty()))
while True:
if not q.empty():
value = q.get()
print(‘Get %s from queue.‘ % value)
time.sleep(3)
if __name__ == ‘__main__‘:
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()
print(‘game over...‘)
执行结果：
game over...
write...2800150905688
Put A to queue...
read...2215658980184,num=1,flag = False
Get A from queue.
Put B to queue...
Put C to queue...
Get B from queue.
Get C from queue.from multiprocessing import Queue
q = Queue(3)
print(q.empty())
q.put(33)
print(q.empty())
print(q.qsize())
q.put(55)
print(q.full())
print(q.qsize())
q.put(55)
print(q.full())
print(q.qsize())
print(q.get())
print(q.full())
print(q.qsize())
运行结果：
True
False
1
False
2
True
3
33
False
2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()， 否则会抛异常。
import time,random,os
from multiprocessing import Pool,Manager
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())
def writer(q):
print("writer启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))
for i in "yongGe":
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())
运行结果：
(11484) start
writer启动(10184),父进程为(11484)
reader启动(10256),父进程为(11484)
reader从Queue获取到消息：y
reader从Queue获取到消息：o
reader从Queue获取到消息：n
reader从Queue获取到消息：g
reader从Queue获取到消息：G
reader从Queue获取到消息：e
(11484) End标签：sel process 数据 默认值 init val 实现类 timeout 操作系统
原文地址：https://www.cnblogs.com/cjr0707/p/9695462.html
