python提供了一個跨平臺的多進程支持——multiprocessing模塊，其包含Process類來代表一個進程對象
1、Process語法結構：（ 注： 傳參的時候一定使用關鍵字傳參 ）
?
2、自定義進程類：需要繼承Process類
? ? ? 自定義類的時候必須注意的事項：
? ? ? ? ? 第一，必須繼承Process類的構造方法
? ? ? ? ? 第二，必須重寫Process類的run（）方法
? ? ? ? ? 第三，不能用實例化對象直接調用run（）方法，而是調用start（）方法
? ? ? ? ? 第四，在進程改變實例化對象的數據時，這個數據是被隔離的，即改變數據不成功
#
自定義進程類
class
ProcessClass(Process):
g_num
= 100
def
__init__
(self, interval):
#
這行代碼必須添加上
super().
__init__
()
self.interval
=
interval
self.result
=
"
初始化
"
def
run(self):
global
g_num
g_num
= 120
print
(
"
子進程{}，開始執行，父進程為{}
"
.format(os.getpid(), os.getppid()))
start
=
time.time()
time.sleep(
2
)
stop
=
time.time()
print
(
"
{}執行結束，耗時{:0.2f}秒
"
.format(os.getpid(), stop-
start))
self.result
=
"
運行之后的結果
"
if
__name__
==
"
__main__
"
:
t_start
=
time.time()
print
(
"
當前進程{}
"
.format(os.getpid()))
p
= ProcessClass(2
)
p.start()
p.join()
t_stop
=
time.time()
#
數據隔離
print
(
"
子進程 任務 運行結果：
"
, p.result)
#
-----> 初始化 數據未改變
print
(ProcessClass.g_num)
#
------>100 數據未改變
print
(
"
(%s)執行結束，耗時%0.2f
"
% (os.getpid(), t_stop - t_start))
?
3、進程間的通信
? ? ? ? ? 像之前改變數據，就要使用到進程間的通信，可以使用multiprocessing模塊的Queue類來實現進程間的通信
? ? ? ? ? Queue的常用方法：
? ? ? ? ? ? ? ? qsize(): 返回當前隊列包含的消息（數據）數量
? ? ? ? ? ? ? ? empty():如果隊列為空，返回True，否則False
? ? ? ? ? ? ? ? full():如果隊列滿了，返回True，否則False
? ? ? ? ? ? ? ? get() 或者 put()分別時阻塞式獲取 或者 阻塞式存儲隊列的一條消息（數據），然后獲取 或者 添加這條消息，如果隊列為空 或者 隊列滿了，在運行的過程阻塞
? ? ? ? ? ? ? ? get_nowait() 或者 put_nowait()分別時非阻塞式獲取 或者 非阻塞式存儲隊列的一條消息（數據），然后移除 和 添加這條消息，如果隊列為空 或者 隊列滿了，會拋出相應的異常
?實例如下：
#
自定義進程類
class
ProcessClass(Process):
g_num
= 100
def
__init__
(self, interval, q):
#
這行代碼必須添加上
super().
__init__
()
self.interval
=
interval
self.result
=
"
初始化
"
#
初始化一個隊列實例化對象
self.q =
q
def
run(self):
global
g_num
g_num
= 120
print
(
"
子進程{}，開始執行，父進程為{}
"
.format(os.getpid(), os.getppid()))
start
=
time.time()
time.sleep(self.interval)
stop
=
time.time()
print
(
"
{}執行結束，耗時{:0.2f}秒
"
.format(os.getpid(), stop-
start))
self.result
=
"
運行之后的結果
"
#
將消息（數據）添加到隊列中
self.q.put(g_num)
self.q.put(self.result)
def
get_data(self):
return
self.result
if
__name__
==
"
__main__
"
:
#
初始化一個隊列實例化對象，參數為隊列的長度
queues = Queue(5
)
print
(
"
當前進程{}
"
.format(os.getpid()))
p
= ProcessClass(2
, queues)
t_start
=
time.time()
p.start()
p.join()
t_stop
=
time.time()
#
數據隔離
print
(
"
子進程 任務 運行結果：
"
, p.get_data())
#
-----> 初始化 數據未改變
print
(ProcessClass.g_num)
#
------>100 數據未改變
print
(
"
子進程 任務 運行結果：
"
, queues.get())
#
-----> 120 數據未改變
print
(
"
子進程 任務 運行結果：
"
, queues.get())
#
-----> 運行之后的結果 數據未改變
print
(
"
(%s)執行結束，耗時%0.2f
"
% (os.getpid(), t_stop - t_start))
?
4、進程池：
? ? ? ? ? 如果進程有成千上萬個，手動創建進程的工作量巨大，這個時候應該用到multiprocessing模塊中的Pool類
? ? ? ? ? 這個類下有幾個方法比較常用：
? ? ? ? ? apply_async(func[, args[, kwds]]) ：使用非阻塞方式調用func（并行執行 ，堵塞方式必須等待上一個進程退出才能執行下一個進程），args為傳遞給 func的參數列表，kwds為傳遞給func的關鍵字參數列表；
? ?? ?????apply(func[, args[, kwds]])：使用阻塞方式調用func ? close()：關閉Pool，使其不再接受新的任務；?
? ? ? ?????terminate()：不管任務是否完成，立即終止；
? ?? ?????join()：主進程阻塞，等待子進程的退出，?必須在close或terminate之后使用
主要實例：
#
進程池
def
worker(msg):
start
=
time.time()
print
(
"
{}開始執行，進程號為{}
"
.format(msg, os.getpid()))
#
random.random()生成0~1之間的隨機數
time.sleep(random.random()*3
)
#
time.sleep(3)
stop =
time.time()
print
(msg,
"
執行完畢，耗時{:.2f}
"
.format(stop-
start))
if
__name__
==
"
__main__
"
:
#
定義一個進程池，最大數為3
po = Pool(3
)
for
i
in
range(10
):
#
非阻塞式操作Pool.apply_async(要調用的目標，(傳遞給目標的參數元組，))
#
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, ))
#
阻塞式操作
#
po.apply(worker, (i, ))
print
(
"
start
"
.center(24,
"
-
"
))
po.close()
po.join()
print
(
"
end
"
.center(24,
"
-
"
))
?
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
