multiprocessing python多程式模組, 於是, Processing也是多程式的寵兒. 但今天討論的問題, 似乎也能引起我們一番重視
直接上程式碼:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
from multiprocessing import Process, Lock err_file = 'error1.log' err_fd = open(err_file, 'w') def put(fd): print "PUT" fd.write("hello, func put writen") print "END" if __name__=='__main__': p_list=[] for i in range(1): p_list.append(Process(target=put, args=(err_fd,))) for p in p_list: p.start() for p in p_list: p.join() |
上面的程式碼意圖很清晰: 通過multiprocessing.Process派生一個程式, 去執行put函式, put函式的作用也是很清楚, 輸出PUT和END, 並且將”hello, func put write” 寫到檔案error1.log中.
那麼按理說, 輸出應該如同上面說的那樣, PUT和END,然後error1.log將有那句話”hello, func put write”, 然而, 世事總有那麼點難料的, 程式碼執行結果是:
|
1 2 3 4 |
[root@iZ23pynfq19Z ~]# py27 2.py ; cat error1.log PUT END [root@iZ23pynfq19Z ~]# |
what！？ 為什麼error1.log沒東西 !?
讓我們稍微調整下程式碼, 再見證神奇的事情:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
from multiprocessing import Process, Lock err_file = 'error1.log' err_fd = open(err_file, 'w') def put(fd): print "PUT" fd.write("hello, func put writen") fd.write("o" * 4075) # 神奇的一行 print "END" if __name__=='__main__': p_list=[] for i in range(1): p_list.append(Process(target=put, args=(err_fd,))) for p in p_list: p.start() for p in p_list: p.join() |
輸出結果:
|
1 2 3 4 5 6 |
[root@iZ23pynfq19Z ~]# py27 2.py ; cat error1.log PUT END hello, func put write o....(有4075個) [root@iZ23pynfq19Z ~]# |
有沒有覺得一種懵逼的感覺!?
如今, 心中湧現兩個問題:
- 為什麼第一個程式無法寫入那句話 , 但是第二個卻可以?
- 那個4075是什麼鬼?
在解釋這些問題之前, 我們需要清楚標準IO庫所具有的特點: 全緩衝, 行緩衝, 不緩衝
具體可以看之前博文:https://my.oschina.net/u/2291453/blog/806102
因為現在是寫入檔案, 所以系統IO將採用全緩衝的方式, 也就是說, 會將緩衝區填滿才刷入系統寫佇列.
所以上面的問題就一下子全解決了, 正因為那些 迷一般的 ‘o’,填滿了整個緩衝區, 所以系統將我們的內容刷進去寫佇列,所以4075怎麼來, 就是用4096-sizeof(“hello, func put writen”)+1, 為什麼要+1, 因為緩衝區滿還不行, 要大於才能觸發寫動作.
所以我們現在已經能夠得出答案, 如果我們想要在multiprcessing.Process中, 用上面類似的方式去寫檔案時,有三種方法去實現:
- 寫滿緩衝區
- 手動呼叫flush()
- 將檔案物件設定成不緩衝
第一第二種在上面已經闡述, 那我們簡單講下第三種:
|
1 2 3 4 5 6 7 8 |
取自Python官網Document: open(name[, mode[, buffering]]) ... The optional buffering argument specifies the file’s desired buffer size: 0 means unbuffered, 1 means line buffered, any other positive value means use a buffer of (approximately) that size (in bytes). A negative buffering means to use the system default, which is usually line buffered for tty devices and fully buffered for other files. If omitted, the system default is used. [2] |
上圖說明就是, 允許我們在open的時候, 設定buffering為0, 那麼就是unbuffered模式, 那麼在每次寫, 就是直接寫入寫佇列,而不是寫到緩衝區.(效能最低的方式)
————————————————我是切割線———————————————-
談論完現象和處理的方法, 我們應該來點深入的;
相信我們曾經試過, 在沒有顯示關閉檔案物件或者顯示呼叫flush時, 檔案依舊能夠正常寫入,那麼又是怎麼一回事呢?
其實,在我們正常關閉程式時, 程式在退出將會為我們做一些”手尾”, 例如關閉開啟的檔案描述符, 清理臨時檔案,清理記憶體等等.正是因為系統的這種”好習慣”, 所以我們的資料在檔案描述符關閉時,就能刷入寫佇列,檔案內容也不會丟失.
那麼基於這種認識,我們再回首剛才的問題, 在子程式呼叫put的時候, 理論上在程式退出時, 並沒顯示關閉檔案描述符, 所以資料在緩衝區就丟失了.
讓我們在順藤摸瓜,看Process的實現
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
multiprocessing/Processing.py def start(self): ''' Start child process ''' assert self._popen is None, 'cannot start a process twice' assert self._parent_pid == os.getpid(), 'can only start a process object created by current process' assert not _current_process._daemonic, 'daemonic processes are not allowed to have children' _cleanup() if self._Popen is not None: Popen = self._Popen else: from .forking import Popen self._popen = Popen(self) _current_process._children.add(self) |
再看下Popn是怎麼做?
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
multiprocessing/forking.py class Popen(object): def __init__(self, process_obj): sys.stdout.flush() sys.stderr.flush() self.returncode = None self.pid = os.fork() if self.pid == 0: if 'random' in sys.modules: import random random.seed() code = process_obj._bootstrap() sys.stdout.flush() sys.stderr.flush() os._exit(code) |
關鍵地方就是最後的 os._exit(code), 為什麼說最關鍵? 因為這部分的退出, 將決定程式會處理什麼”手尾”,
os._exit是什麼鬼? 其實就是標準庫的_eixt, 於是我們又能簡單學習這東西了
https://my.oschina.net/u/2291453/blog/813259
在上面的連結, 我們能夠比較清楚看到 _exit() 和exit() 是比較不同的兩個東西, _exit() 簡單暴力, 直接丟棄使用者態的內容,進入核心, 而exit()則比較耐心地為我們清理
那麼我們是否能夠假設: 如果Popen的退出不是os._exit() 會是怎樣的效果呢?
很幸運的是, sys.exit() 就是我們先要的exit(), 事不宜遲, 趕緊試下!
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
multiprocessing/forking.py class Popen(object): def __init__(self, process_obj): sys.stdout.flush() sys.stderr.flush() self.returncode = None self.pid = os.fork() if self.pid == 0: if 'random' in sys.modules: import random random.seed() code = process_obj._bootstrap() sys.stdout.flush() sys.stderr.flush() #os._exit(code) sys.exit(code) |
測試程式碼, 返回最原始那個沒有’o’填充的版本
|
1 2 3 4 |
[root@iZ23pynfq19Z ~]# python 2.py ; cat error1.log PUT END hello, func put write |
我們可以看到, 確實是可以寫進去, 這樣就證明上面的說法是站得住腳步的
不過最好還是不要亂改原始碼哦, 畢竟這些都是老前輩多年優化的結果,可能這是他們故意這些寫,為了避免某些問題.還是規範好自己的行為,儘量減少這些看起來不怎麼規範的實現思路吧