• python中如何实现多进程,用进程的优缺点有啥?


    参考:python中如何实现多进程,用进程的优缺点有啥?-群英

       这篇文章给大家分享的是关于python进程的内容,python中的进程是Python学习的重要知识,是需要掌握的,下文介绍了多进程的实现、使用进程的优缺点、进程的通信等等,感兴趣的朋友接下来一起跟随小编看看吧。

    一、多进程的实现

    方法一

    # 方法包装   多进程
    from multiprocessing import Process
    from time import sleep
    def func1(arg):
        print(f'{arg}开始...')
        sleep(2)
        print(f'{arg}结束...')
    if __name__ == "__main__":
        p1 = Process(target=func1,args=('p1',))
        p2 = Process(target=func1,args=('p2',))
        p1.start()
        p2.start()

    方法二:

    二、使用进程的优缺点

    1、优点

    • 可以使用计算机多核,进行任务的并发执行,提高执行效率
    • 运行不受其他进程影响,创建方便
    • 空间独立,数据安全

    2、缺点

    • 进程的创建和删除消耗的系统资源较多

    三、进程的通信

    Python 提供了多种实现进程间通信的机制,主要有以下 2 种:

    1. Python multiprocessing 模块下的 Queue 类,提供了多个进程之间实现通信的诸多 方法

    2. Pipe,又被称为“管道”,常用于实现 2 个进程之间的通信,这 2 个进程分别位于管 道的两端

    Pipe 直译过来的意思是“管”或“管道”,该种实现多进程编程的方式,和实际生活中 的管(管道)是非常类似的。通常情况下,管道有 2 个口,而 Pipe 也常用来实现 2 个进程之 间的通信,这 2 个进程分别位于管道的两端,一端用来发送数据,另一端用来接收数据 - send(obj)

    发送一个 obj 给管道的另一端,另一端使用 recv() 方法接收。需要说明的是,该 obj 必 须是可序列化的,如果该对象序列化之后超过 32MB,则很可能会引发 ValueError 异常 - recv()

    接收另一端通过 send() 方法发送过来的数据 - close()

    关闭连接 - poll([timeout])

    返回连接中是否还有数据可以读取 - end_bytes(buffer[, offset[, size]])

    发送字节数据。如果没有指定 offset、size 参数,则默认发送 buffer 字节串的全部数 据;如果指定了 offset 和 size 参数,则只发送 buffer 字节串中从 offset 开始、长度为 size 的字节数据。通过该方法发送的数据,应该使用 recv_bytes() 或 recv_bytes_into 方法接收 - recv_bytes([maxlength])

    接收通过 send_bytes() 方法发送的数据,maxlength 指定最多接收的字节数。该方法返 回接收到的字节数据 - recv_bytes_into(buffer[, offset])

    功能与 recv_bytes() 方法类似,只是该方法将接收到的数据放在 buffer 中

    1、Queue 实现进程间通信

    from multiprocessing import Process,current_process,Queue   # current_process 指的是当前进程
    # from queue import Queue
    import os
    def func(name,mq):
        print('进程ID {} 获取了数据:{}'.format(os.getpid(),mq.get()))
        mq.put('shiyi')
    if __name__ == "__main__":
        # print('进程ID:{}'.format(current_process().pid))
        # print('进程ID:{}'.format(os.getpid()))
        mq = Queue()
        mq.put('yangyang')
        p1 = Process(target=func,args=('p1',mq))
        p1.start()
        p1.join()
        print(mq.get())

    2、Pipe 实现进程间通信(一边发送send(obj),一边接收(obj))

    from multiprocessing import Process,current_process,Pipe
    import os
    def func(name,con):
        print('进程ID {} 获取了数据:{}'.format(os.getpid(),con.recv()))
        con.send('你好!')
    if __name__ == "__main__":
        # print('进程ID:{}'.format(current_process().pid))
        con1,con2 = Pipe()
        p1 = Process(target=func,args=('p1',con1))
        p1.start()
        con2.send("hello!")
        p1.join()
        print(con2.recv())

    四、Manager管理器

    管理器提供了一种创建共享数据的方法,从而可以在不同进程中共享

    from multiprocessing import Process,current_process
    import os
    from multiprocessing import Manager
    def func(name,m_list,m_dict):
        print('子进程ID {} 获取了数据:{}'.format(os.getpid(),m_list))
        print('子进程ID {} 获取了数据:{}'.format(os.getpid(),m_dict))
        m_list.append('你好')
        m_dict['name'] = 'shiyi'    
    if __name__ == "__main__":
        print('主进程ID:{}'.format(current_process().pid))
        with Manager() as mgr:
            m_list = mgr.list()
            m_dict = mgr.dict()
            m_list.append('Hello!!')
            p1 = Process(target=func,args=('p1',m_list,m_dict))
            p1.start()
            p1.join()
            print(m_list)
            print(m_dict)

    五、进程池

    Python 提供了更好的管理多个进程的方式,就是使用进程池。

    进程池可以提供指定数量的进程给用户使用,即当有新的请求提交到进程池中时,如果池 未满,则会创建一个新的进程用来执行该请求;反之,如果池中的进程数已经达到规定最大 值,那么该请求就会等待,只要池中有进程空闲下来,该请求就能得到执行。

    使用进程池的优点

    1. 提高效率,节省开辟进程和开辟内存空间的时间及销毁进程的时间

    2. 节省内存空间

    类/方法功能参数
    Pool(processes)创建进程池对象processes 表示进程池 中有多少进程
    pool.apply_async(func,a rgs,kwds)异步执行 ;将事件放入到进 程池队列func 事件函数 args 以元组形式给 func 传参 kwds 以字典形式给 func 传参 返回值:返 回一个代表进程池事件的对 象,通过返回值的 get 方法 可以得到事件函数的返回值
    pool.apply(func,args,kw ds)同步执行;将事件放入到进程 池队列func 事件函数 args 以 元组形式给 func 传参 kwds 以字典形式给 func 传参
    pool.close()关闭进程池
    pool.join()回收进程池
    pool.map(func,iter)类似于 python 的 map 函 数,将要做的事件放入进程池func 要执行的函数 iter 迭代对象
    from multiprocessing import Pool
    import os
    from time import sleep
    def func1(name):
        print(f"当前进程的ID:{os.getpid()},{name}")
        sleep(2)
        return name
    def func2(args):
        print(args)
    if __name__ == "__main__":
        pool = Pool(5)
        pool.apply_async(func = func1,args=('t1',),callback=func2)
        pool.apply_async(func = func1,args=('t2',),callback=func2)
        pool.apply_async(func = func1,args=('t3',),callback=func2)
        pool.apply_async(func = func1,args=('t4',))
        pool.apply_async(func = func1,args=('t5',))
        pool.apply_async(func = func1,args=('t6',))
        pool.close()
        pool.join()
    from multiprocessing import Pool
    import os
    from time import sleep
    def func1(name):
        print(f"当前进程的ID:{os.getpid()},{name}")
        sleep(2)
        return name
    if __name__ == "__main__":
       with Pool(5) as pool:
            args = pool.map(func1,('t1,','t2,','t3,','t4,','t5,','t6,','t7,','t8,'))
            for a in args:
                print(a)

    总结

        以上就是关于python进程的相关介绍,本文对大家学习和理解python进程有一定的帮助,有需要的朋友可以参考学习,希望大家阅读完这篇文章能有所收获,想要了解更多可以继续浏览群英网络其他相关的文章。

    文本转载自脚本之家

    免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。

  • 相关阅读:
    access-list vs ip access-list
    面试题之Vue和React的区别是什么?
    怎样用图片去搜索商品呢?
    什么是网络攻击?
    【简单讲解Perl语言】
    电脑上怎么把mov转换成mp4?
    怎样用PHP语言实现远程控制三路开关
    分享个人收集或整理的word中常用的vba代码
    ClickHouse删除数据之delete问题详解
    攻防演练丨赛宁红方管控平台走进广东三地 助力数字政府网络安全建设
  • 原文地址:https://blog.csdn.net/qq_33043025/article/details/126273833