我們已經見過了使用subprocess包來建立子程式,但這個包有兩個很大的侷限性:1) 我們總是讓subprocess執行外部的程式,而不是執行一個Python指令碼內部編寫的函式。2) 程式間只通過管道進行文字交流。以上限制了我們將subprocess包應用到更廣泛的多程式任務。(這樣的比較實際是不公平的,因為subprocessing本身就是設計成為一個shell,而不是一個多程式管理包)
threading和multiprocessing
(請儘量先閱讀Python多執行緒與同步)
multiprocessing包是Python中的多程式管理包。與threading.Thread類似,它可以利用multiprocessing.Process物件來建立一個程式。該程式可以執行在Python程式內部編寫的函式。該Process物件與Thread物件的用法相同,也有start(), run(), join()的方法。此外multiprocessing包中也有Lock/Event/Semaphore/Condition類 (這些物件可以像多執行緒那樣,通過引數傳遞給各個程式),用以同步程式,其用法與threading包中的同名類一致。所以,multiprocessing的很大一部份與threading使用同一套API,只不過換到了多程式的情境。
但在使用這些共享API的時候,我們要注意以下幾點:
- 在UNIX平臺上,當某個程式終結之後,該程式需要被其父程式呼叫wait,否則程式成為殭屍程式(Zombie)。所以,有必要對每個Process物件呼叫join()方法 (實際上等同於wait)。對於多執行緒來說,由於只有一個程式,所以不存在此必要性。
- multiprocessing提供了threading包中沒有的IPC(比如Pipe和Queue),效率上更高。應優先考慮Pipe和Queue,避免使用Lock/Event/Semaphore/Condition等同步方式 (因為它們佔據的不是使用者程式的資源)。
- 多程式應該避免共享資源。在多執行緒中,我們可以比較容易地共享資源,比如使用全域性變數或者傳遞引數。在多程式情況下,由於每個程式有自己獨立的記憶體空間,以上方法並不合適。此時我們可以通過共享記憶體和Manager的方法來共享資源。但這樣做提高了程式的複雜度,並因為同步的需要而降低了程式的效率。
Process.PID中儲存有PID,如果程式還沒有start(),則PID為None。
我們可以從下面的程式中看到Thread物件和Process物件在使用上的相似性與結果上的不同。各個執行緒和程式都做一件事:列印PID。但問題是,所有的任務在列印的時候都會向同一個標準輸出(stdout)輸出。這樣輸出的字元會混合在一起,無法閱讀。使用Lock同步,在一個任務輸出完成之後,再允許另一個任務輸出,可以避免多個任務同時向終端輸出。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
# Similarity and difference of multi thread vs. multi process # Written by Vamei import os import threading import multiprocessing # worker function def worker(sign, lock): lock.acquire() print(sign, os.getpid()) lock.release() # Main print('Main:',os.getpid()) # Multi-thread record = [] lock = threading.Lock() for i in range(5): thread = threading.Thread(target=worker,args=('thread',lock)) thread.start() record.append(thread) for thread in record: thread.join() # Multi-process record = [] lock = multiprocessing.Lock() for i in range(5): process = multiprocessing.Process(target=worker,args=('process',lock)) process.start() record.append(process) for process in record: process.join() |
所有Thread的PID都與主程式相同,而每個Process都有一個不同的PID。
(練習: 使用mutiprocessing包將Python多執行緒與同步中的多執行緒程式更改為多程式程式)
Pipe和Queue
正如我們在Linux多執行緒中介紹的管道PIPE和訊息佇列message queue,multiprocessing包中有Pipe類和Queue類來分別支援這兩種IPC機制。Pipe和Queue可以用來傳送常見的物件。
1) Pipe可以是單向(half-duplex),也可以是雙向(duplex)。我們通過mutiprocessing.Pipe(duplex=False)建立單向管道 (預設為雙向)。一個程式從PIPE一端輸入物件,然後被PIPE另一端的程式接收,單向管道只允許管道一端的程式輸入,而雙向管道則允許從兩端輸入。
下面的程式展示了Pipe的使用:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
# Multiprocessing with Pipe # Written by Vamei import multiprocessing as mul def proc1(pipe): pipe.send('hello') print('proc1 rec:',pipe.recv()) def proc2(pipe): print('proc2 rec:',pipe.recv()) pipe.send('hello, too') # Build a pipe pipe = mul.Pipe() # Pass an end of the pipe to process 1 p1 = mul.Process(target=proc1, args=(pipe[0],)) # Pass the other end of the pipe to process 2 p2 = mul.Process(target=proc2, args=(pipe[1],)) p1.start() p2.start() p1.join() p2.join() |
這裡的Pipe是雙向的。
Pipe物件建立的時候,返回一個含有兩個元素的表,每個元素代表Pipe的一端(Connection物件)。我們對Pipe的某一端呼叫send()方法來傳送物件,在另一端使用recv()來接收。
2) Queue與Pipe相類似,都是先進先出的結構。但Queue允許多個程式放入,多個程式從佇列取出物件。Queue使用mutiprocessing.Queue(maxsize)建立,maxsize表示佇列中可以存放物件的最大數量。
下面的程式展示了Queue的使用:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 |
# Written by Vamei import os import multiprocessing import time #================== # input worker def inputQ(queue): info = str(os.getpid()) + '(put):' + str(time.time()) queue.put(info) # output worker def outputQ(queue,lock): info = queue.get() lock.acquire() print (str(os.getpid()) + '(get):' + info) lock.release() #=================== # Main record1 = [] # store input processes record2 = [] # store output processes lock = multiprocessing.Lock() # To prevent messy print queue = multiprocessing.Queue(3) # input processes for i in range(10): process = multiprocessing.Process(target=inputQ,args=(queue,)) process.start() record1.append(process) # output processes for i in range(10): process = multiprocessing.Process(target=outputQ,args=(queue,lock)) process.start() record2.append(process) for p in record1: p.join() queue.close() # No more object will come, close the queue for p in record2: p.join() |
一些程式使用put()在Queue中放入字串,這個字串中包含PID和時間。另一些程式從Queue中取出,並列印自己的PID以及get()的字串。
總結
Process, Lock, Event, Semaphore, Condition
Pipe, Queue