深入理解Python多进程编程 multiprocessing
flyfish
Python 的 multiprocessing 模块允许创建多个进程，从而可以利用多核处理器的能力来并行执行任务。这意味着程序的不同部分可以在不同的CPU核心上同时运行，极大地提高了处理效率，特别是在执行计算密集型任务时。
与多线程相比，multiprocessing 使用的是系统级的进程而不是线程。每个进程都有独立的内存空间和系统资源，而线程则共享同一个进程的内存空间。因此，在Python中（特别是由于全局解释器锁GIL的存在），对于CPU密集型任务，使用multiprocessing比多线程能更有效地利用多核CPU的优势。
进程的概念
在计算机操作系统中，进程是操作系统进行资源分配和调度的基本单位。一个进程可以包含多个线程。当使用multiprocessing模块时，可以创建新的进程，这些新进程将与主程序并行运行，并且它们各自拥有独立的内存空间。
示例代码1：单个进程打印数字
下面是一个简单的示例，演示如何使用multiprocessing模块创建一个进程来打印从1到5的数字：
python
import multiprocessing
import time
def print_numbers():
"""打印从1到5的数字"""
for i in range(1, 6):
print("数字:", i)
time.sleep(1) # 模拟耗时操作
if __name__ == "__main__":
# 创建一个新的进程
process = multiprocessing.Process(target=print_numbers)
# 启动进程
process.start()
# 等待进程完成
process.join()数字: 1
数字: 2
数字: 3
数字: 4
数字: 5
multiprocessing.Process()：创建一个新的进程对象。target=print_numbers：指定该进程的目标函数为print_numbers。process.start()：启动进程。process.join()：等待进程结束。
示例代码2：两个进程分别打印不同字符串
下面是另一个示例，演示如何同时启动两个进程，每个进程打印不同的字符串：
python
import multiprocessing
def print_message(message):
"""打印传入的消息"""
print(f"消息: {message}")
if __name__ == "__main__":
# 创建两个进程
process1 = multiprocessing.Process(target=print_message, args=("Hello from Process 1",))
process2 = multiprocessing.Process(target=print_message, args=("Hello from Process 2",))
# 启动两个进程
process1.start()
process2.start()
# 等待两个进程都完成
process1.join()
process2.join()消息: Hello from Process 1
消息: Hello from Process 2
在这个例子中，定义了一个print_message函数，它接受一个字符串参数并打印出来。然后，创建了两个进程，每个进程都调用这个函数，但传递了不同的字符串参数。通过args参数，可以向目标函数传递额外的参数。最后，启动这两个进程，并等待它们完成各自的执行。这样，就可以看到两个进程几乎同时开始工作，并打印出各自的消息。
示例3：使用 multiprocessing.Value 在多个进程中共享一个计数器
multiprocessing.Value
Value 允许多个进程共享一个值。它适用于需要在多个进程中共享简单数据类型（如整数或浮点数）的情况。
python
import multiprocessing
def increment(counter, lock):
"""增加计数器的值"""
for _ in range(1000):
with lock:
counter.value += 1
if __name__ == "__main__":
# 创建一个共享的整数值和锁
counter = multiprocessing.Value('i', 0) # 'i' 表示整数类型
lock = multiprocessing.Lock()
# 创建多个进程来增加计数器
processes = [multiprocessing.Process(target=increment, args=(counter, lock)) for _ in range(10)]
# 启动所有进程
for p in processes:
p.start()
# 等待所有进程完成
for p in processes:
p.join()
print("最终计数器值:", counter.value)最终计数器值: 10000
multiprocessing.Value(typecode_or_type, *args, lock=True)：创建一个新的共享值对象。typecode_or_type指定了要共享的数据类型（例如'i'表示整数）。value.value：访问共享值的实际内容。lock：确保对共享资源的安全访问，防止竞态条件。
进程（Process）和线程（Thread）在Python中的区别
| 特性 | 进程（Process） | 线程（Thread） |
|---|---|---|
| 内存空间 | 每个进程有独立的内存空间 | 所有线程共享同一进程的内存空间 |
| 资源消耗 | 开销较大，需要更多系统资源 | 轻量级，开销小，资源共享 |
| 通信难度 | 进程间通信复杂（IPC），如管道、套接字等 | 线程间通信简单，直接访问相同变量和数据结构 |
| 全局解释器锁(GIL) | 不受GIL限制，适合计算密集型任务 | 受GIL限制，对于计算密集型任务效率提升有限 |
| 适用场景 | 计算密集型任务，稳定性要求高的应用 | I/O密集型任务，快速响应用户界面的应用 |
| 崩溃影响 | 一个进程崩溃不影响其他进程 | 一个线程出错可能导致整个进程崩溃 |
Python中多线程（Thread）和多进程（Process）的区别
| 特性 | 多线程（Thread） | 多进程（Process） |
|---|---|---|
| 内存空间 | 所有线程共享同一进程的内存空间 | 每个进程有独立的内存空间 |
| 资源消耗 | 轻量级，开销小，资源共享 | 开销较大，需要更多系统资源 |
| 通信难度 | 线程间通信简单，直接访问相同变量和数据结构 | 进程间通信复杂（IPC），如管道、套接字等 |
| 全局解释器锁 (GIL) | 受GIL限制，对于计算密集型任务效率提升有限 | 不受GIL限制，适合计算密集型任务 |
| 适用场景 | I/O密集型任务，快速响应用户界面的应用 | 计算密集型任务，稳定性要求高的应用 |
| 崩溃影响 | 一个线程出错可能导致整个进程崩溃 | 一个进程崩溃不影响其他进程 |
| 创建与销毁开销 | 创建和销毁开销较小 | 创建和销毁开销较大 |
| 并发性能 | 对于I/O密集型任务性能较好，但对于CPU密集型任务受限 | 对于CPU密集型任务性能较好 |
| 示例用途 | 网络请求、文件读写、GUI应用等 | 数据分析、图像处理、科学计算等 |
进程间通信
在Python的multiprocessing模块中，提供了几种常用的进程间通信（IPC）方式，包括队列（Queue）、管道（Pipe）等。这些工具允许不同的进程之间安全地传递数据。
使用 multiprocessing.Queue 实现进程间通信
Queue 是一个线程和进程安全的 FIFO 队列，非常适合用于进程间的简单数据交换。
示例代码：
python
import multiprocessing
def producer(queue):
"""生产者函数，向队列中添加数据"""
for i in range(5):
queue.put(f"数据 {i}")
print(f"生产者放入: 数据 {i}")
def consumer(queue):
"""消费者函数，从队列中取出数据"""
while not queue.empty():
data = queue.get()
print(f"消费者获取: {data}")
if __name__ == "__main__":
# 创建一个队列对象
queue = multiprocessing.Queue()
# 创建生产者和消费者进程
p1 = multiprocessing.Process(target=producer, args=(queue,))
p2 = multiprocessing.Process(target=consumer, args=(queue,))
# 启动进程
p1.start()
p2.start()
# 等待两个进程完成
p1.join()
p2.join()生产者放入: 数据 0
生产者放入: 数据 1
生产者放入: 数据 2
生产者放入: 数据 3
生产者放入: 数据 4
消费者获取: 数据 0
消费者获取: 数据 1
消费者获取: 数据 2
消费者获取: 数据 3
消费者获取: 数据 4
- 队列的使用 ：
queue.put()用于向队列中添加数据，queue.get()用于从队列中取出数据。 - 数据传递原理 ：生产者进程通过调用
put方法将数据放入队列，而消费者进程通过调用get方法从队列中取出数据。Queue对象是进程安全的，因此多个进程可以同时访问它而不发生冲突。
使用 multiprocessing.Pipe 实现进程间通信
Pipe 提供了一个双向通道，适用于两个进程之间的直接通信。
示例代码：
python
import multiprocessing
def sender(conn, messages):
"""发送者函数，通过管道发送消息"""
for msg in messages:
conn.send(msg)
print(f"发送者发送: {msg}")
conn.close()
def receiver(conn):
"""接收者函数，通过管道接收消息"""
while True:
msg = conn.recv()
if msg == "END":
break
print(f"接收者接收: {msg}")
if __name__ == "__main__":
# 创建一个管道对象
parent_conn, child_conn = multiprocessing.Pipe()
# 准备要发送的消息
messages = ["Hello", "from", "sender", "END"]
# 创建发送者和接收者进程
p1 = multiprocessing.Process(target=sender, args=(child_conn, messages))
p2 = multiprocessing.Process(target=receiver, args=(parent_conn,))
# 启动进程
p1.start()
p2.start()
# 等待两个进程完成
p1.join()
p2.join()发送者发送: Hello
发送者发送: from
发送者发送: sender
发送者发送: END
接收者接收: Hello
接收者接收: from
接收者接收: sender
进程池的使用
multiprocessing.Pool 是一个用于管理一组工作进程的类，它可以简化并行任务的分配和结果收集。
示例代码：使用 Pool 并行计算数字的平方
python
import multiprocessing
def square(n):
"""计算一个数的平方"""
return n * n
if __name__ == "__main__":
# 定义要处理的数字列表
numbers = [1, 2, 3, 4, 5]
# 创建一个包含4个进程的进程池
with multiprocessing.Pool(processes=4) as pool:
# 使用map方法将square函数应用于每个数字
results = pool.map(square, numbers)
print("结果:", results)结果: [1, 4, 9, 16, 25]
- 进程池的概念和作用 ：
Pool允许你指定一定数量的工作进程，并且可以通过map、apply等方法轻松地将任务分配给这些进程。这样可以有效地利用多核CPU来加速计算密集型任务。 - 设置进程池大小 ：通过
processes参数指定进程池中的工作进程数量，默认情况下，它会根据系统CPU核心数自动调整。 - 处理任务的方式 ：
pool.map()方法类似于内置的map()函数，但它会在多个进程中并行执行。在这个例子中，我们将square函数应用到numbers列表中的每个元素，并返回计算结果。
Semaphore（信号量）
信号量是一种更高级的同步机制，可以用来控制同时访问某一资源的进程数量。
示例：使用 Semaphore 控制并发访问
python
import multiprocessing
import time
def worker(semaphore, name):
with semaphore:
print(f"{name} 获得信号量")
time.sleep(1)
if __name__ == "__main__":
semaphore = multiprocessing.Semaphore(3) # 最多允许3个进程同时访问
processes = [multiprocessing.Process(target=worker, args=(semaphore, f"进程 {i}")) for i in range(6)]
for p in processes:
p.start()
for p in processes:
p.join()Event（事件）
事件是一种简单的线程间通信机制，可以让一个或多个进程等待某个特定事件的发生。
示例：使用 Event 实现进程间的同步
python
import multiprocessing
import time
def wait_for_event(event):
print("等待事件触发...")
event.wait() # 阻塞直到事件被设置
print("事件已触发！")
def set_event(event):
time.sleep(3)
event.set() # 触发事件
if __name__ == "__main__":
event = multiprocessing.Event()
p1 = multiprocessing.Process(target=wait_for_event, args=(event,))
p2 = multiprocessing.Process(target=set_event, args=(event,))
p1.start()
p2.start()
p1.join()
p2.join()Manager（管理器）
Manager 提供了更高层次的接口，可以创建可以在不同进程之间共享的数据结构，如列表、字典等。
示例：使用 Manager 创建共享数据结构
python
import multiprocessing
def append_to_list(shared_list, item):
shared_list.append(item)
print(f"添加到共享列表: {item}")
if __name__ == "__main__":
with multiprocessing.Manager() as manager:
shared_list = manager.list() # 创建一个可共享的列表
processes = [multiprocessing.Process(target=append_to_list, args=(shared_list, i)) for i in range(5)]
for p in processes:
p.start()
for p in processes:
p.join()
print("最终共享列表:", list(shared_list))文中processes = [multiprocessing.Process(target=append_to_list, args=(shared_list, i)) for i in range(5)]这一句 等于下面的代码
py
processes = []
for i in range(5):
p = multiprocessing.Process(target=append_to_list, args=(shared_list, i))
processes.append(p)共享内存
multiprocessing 还支持通过共享内存的方式在进程之间共享数据，这对于大规模数据共享特别有用。
示例：使用 Array 共享数组
python
import multiprocessing
def modify_array(shared_array, index, value):
shared_array[index] = value
if __name__ == "__main__":
array = multiprocessing.Array('i', [1, 2, 3, 4, 5]) # 创建共享数组
processes = [
multiprocessing.Process(target=modify_array, args=(array, i, i*10)) for i in range(len(array))
]
for p in processes:
p.start()
for p in processes:
p.join()
print("修改后的数组:", list(array))修改后的数组: [0, 10, 20, 30, 40]