Python多程式之分享(multiprocessing包)

threading和multiprocessing

(可以閱讀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，透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。此時我們可以透過共享記憶體和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。

# 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。

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)。我們透過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:

# 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:

# 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。