本网站(662p.com)打包出售,且带程序代码数据,662p.com域名,程序内核采用TP框架开发,需要联系扣扣:2360248666 /wx:lianweikj
精品域名一口价出售:1y1m.com(350元) ,6b7b.com(400元) , 5k5j.com(380元) , yayj.com(1800元), jiongzhun.com(1000元) , niuzen.com(2800元) , zennei.com(5000元)
需要联系扣扣:2360248666 /wx:lianweikj
利用 Python 实现多任务进程
无间道 · 205浏览 · 发布于2021-10-13 +关注

正在执行的程序,由程序、数据和进程控制块组成,是正在执行的程序,程序的一次执行过程,是资源调度的基本单位。

一、进程介绍

进程:正在执行的程序,由程序、数据和进程控制块组成,是正在执行的程序,程序的一次执行过程,是资源调度的基本单位。

程序:没有执行的代码,是一个静态的。

二、线程和进程之间的对比

由图可知:此时电脑有 9 个应用进程,但是一个进程又会对应于多个线程,可以得出结论:

进程:能够完成多任务,一台电脑上可以同时运行多个 QQ

线程:能够完成多任务,一个 QQ 中的多个聊天窗口

根本区别:进程是操作系统资源分配的基本单位,而线程是任务调度和执行的基本单位.

使用多进程的优势:

1、拥有独立GIL:

首先由于进程中 GIL 的存在,Python 中的多线程并不能很好地发挥多核优势,一个进程中的多个线程,在同 一时刻只能有一个线程运行。而对于多进程来说,每个进程都有属于自己的 GIL,所以,在多核处理器下,多进程的运行是不会受 GIL的影响的。因此,多进 程能更好地发挥多核的优势。

2、效率高

当然,对于爬虫这种 IO 密集型任务来说,多线程和多进程影响差别并不大。对于计算密集型任务来说,Python 的多进程相比多线 程,其多核运行效率会有成倍的提升。

三、Python 实现多进程

我们先用一个实例来感受一下:

1、使用 process 类

import multiprocessing  
def process(index):  
    print(f'Process: {index}')  
if __name__ == '__main__':  
    for i in range(5):  
        p = multiprocessing.Process(target=process, args=(i,))  
        p.start()

    这是一个实现多进程最基础的方式:通过创建 Process 来新建一个子进程,其中 target 参数传入方法名,args 是方法的参数,是以 元组的形式传入,其和被调用的方法 process 的参数是一一对应的。

    注意:这里 args 必须要是一个元组,如果只有一个参数,那也要在元组第一个元素后面加一个逗号,如果没有逗号则 和单个元素本身没有区别,无法构成元组,导致参数传递出现问题。创建完进程之后,我们通过调用 start 方法即可启动进程了。

    运行结果如下:

    Process: 0  
    Process: 1  
    Process: 2  
    Process: 3  
    Process: 4

      可以看到,我们运行了 5 个子进程,每个进程都调用了 process 方法。process 方法的 index 参数通过 Process 的 args 传入,分别是 0~4 这 5 个序号,最后打印出来,5 个子进程运行结束。

      2、继承 process 类

      from multiprocessing import Process 
      import time 
      
      class MyProcess(Process): 
          def __init__(self,loop): 
              Process.__init__(self) 
              self.loop = loop 
      
      
          def run(self): 
              for count in range(self.loop): 
                  time.sleep(1) 
                  print(f'Pid:{self.pid} LoopCount: {count}') 
      if __name__ == '__main__': 
          for i in range(2,5): 
              p = MyProcess(i) 
              p.start()

        我们首先声明了一个构造方法,这个方法接收一个 loop 参数,代表循环次数,并将其设置为全局变量。在 run方法中,又使用这 个 loop 变量循环了 loop 次并打印了当前的进程号和循环次数。

        在调用时,我们用 range 方法得到了 2、3、4 三个数字,并把它们分别初始化了 MyProcess 进程,然后调用 start 方法将进程启动起 来。

        注意:这里进程的执行逻辑需要在 run 方法中实现,启动进程需要调用 start 方法,调用之后 run 方法便会执行。

        运行结果如下:

        Pid:12976 LoopCount: 0 
        Pid:15012 LoopCount: 0 
        Pid:11976 LoopCount: 0 
        Pid:12976 LoopCount: 1 
        Pid:15012 LoopCount: 1 
        Pid:11976 LoopCount: 1 
        Pid:15012 LoopCount: 2 
        Pid:11976 LoopCount: 2 
        Pid:11976 LoopCount: 3

          注意,这里的进程 pid 代表进程号,不同机器、不同时刻运行结果可能不同。

          四、进程之间的通信

          1、Queue-队列 先进先出

          from multiprocessing import Queue 
          import multiprocessing 
          
          def download(p): # 下载数据 
              lst = [11,22,33,44] 
              for item in lst: 
                  p.put(item) 
              print('数据已经下载成功....') 
          
          
          def savedata(p): 
              lst = [] 
              while True: 
                  data = p.get() 
                  lst.append(data) 
                  if p.empty(): 
                      break 
              print(lst) 
          
          def main(): 
              p1 = Queue() 
          
              t1 = multiprocessing.Process(target=download,args=(p1,)) 
              t2 = multiprocessing.Process(target=savedata,args=(p1,)) 
          
              t1.start() 
              t2.start() 
          
          
          if __name__ == '__main__': 
              main() 
          数据已经下载成功.... 
          [11, 22, 33, 44]

            2、共享全局变量不适用于多进程编程

            import multiprocessing 
            
            a = 1 
            
            
            def demo1(): 
                global a 
                a += 1 
            
            
            def demo2(): 
                print(a) 
            
            def main(): 
                t1 = multiprocessing.Process(target=demo1) 
                t2 = multiprocessing.Process(target=demo2) 
            
                t1.start() 
                t2.start() 
            
            if __name__ == '__main__': 
                main()

              运行结果:

              1

                有结果可知:全局变量不共享;

                五、进程池之间的通信

                1、进程池引入

                当需要创建的子进程数量不多时,可以直接利用 multiprocessing 中的 Process 动态生成多个进程,但是如果是上百甚至上千个目标,手动的去创建的进程的工作量巨大,此时就可以用到 multiprocessing 模块提供的 Pool 方法。

                from multiprocessing import Pool 
                import os,time,random 
                
                def worker(a): 
                    t_start = time.time() 
                    print('%s开始执行,进程号为%d'%(a,os.getpid())) 
                
                    time.sleep(random.random()*2) 
                    t_stop = time.time() 
                    print(a,"执行完成,耗时%0.2f"%(t_stop-t_start)) 
                
                
                if __name__ == '__main__': 
                    po = Pool(3)        # 定义一个进程池 
                    for i in range(0,10): 
                        po.apply_async(worker,(i,))    # 向进程池中添加worker的任务 
                
                    print("--start--") 
                    po.close()       
                
                    po.join()        
                    print("--end--")

                  运行结果:

                  --start-- 
                  0开始执行,进程号为6664 
                  1开始执行,进程号为4772 
                  2开始执行,进程号为13256 
                  0 执行完成,耗时0.18 
                  3开始执行,进程号为6664 
                  2 执行完成,耗时0.16 
                  4开始执行,进程号为13256 
                  1 执行完成,耗时0.67 
                  5开始执行,进程号为4772 
                  4 执行完成,耗时0.87 
                  6开始执行,进程号为13256 
                  3 执行完成,耗时1.59 
                  7开始执行,进程号为6664 
                  5 执行完成,耗时1.15 
                  8开始执行,进程号为4772 
                  7 执行完成,耗时0.40 
                  9开始执行,进程号为6664 
                  6 执行完成,耗时1.80 
                  8 执行完成,耗时1.49 
                  9 执行完成,耗时1.36 
                  --end--

                    一个进程池只能容纳 3 个进程,执行完成才能添加新的任务,在不断的打开与释放的过程中循环往复。

                    六、案例:文件批量复制

                    操作思路:

                    • 获取要复制文件夹的名字

                    • 创建一个新的文件夹

                    • 获取文件夹里面所有待复制的文件名

                    • 创建进程池

                    • 向进程池添加任务

                    代码如下:

                    导包

                    import multiprocessing 
                    import os 
                    import time

                      定制文件复制函数

                      def copy_file(Q,oldfolderName,newfolderName,file_name): 
                          # 文件复制,不需要返回 
                          time.sleep(0.5) 
                          # print('\r从%s文件夹复制到%s文件夹的%s文件'%(oldfolderName,newfolderName,file_name),end='') 
                      
                          old_file = open(oldfolderName + '/' + file_name,'rb') # 待复制文件 
                          content = old_file.read() 
                          old_file.close() 
                      
                          new_file = open(newfolderName + '/' + file_name,'wb') # 复制出的新文件 
                          new_file.write(content) 
                          new_file.close() 
                      
                          Q.put(file_name) # 向Q队列中添加文件

                        定义主函数

                        def main(): 
                            oldfolderName = input('请输入要复制的文件夹名字:') # 步骤1获取要复制文件夹的名字(可以手动创建,也可以通过代码创建,这里我们手动创建) 
                            newfolderName = oldfolderName + '复件' 
                            # 步骤二 创建一个新的文件夹 
                            if not os.path.exists(newfolderName): 
                                os.mkdir(newfolderName) 
                        
                            filenames = os.listdir(oldfolderName) # 3.获取文件夹里面所有待复制的文件名 
                            # print(filenames) 
                        
                            pool = multiprocessing.Pool(5) # 4.创建进程池 
                        
                            Q = multiprocessing.Manager().Queue() # 创建队列,进行通信 
                            for file_name in filenames: 
                                pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向进程池添加任务 
                              po.close() 
                        
                            copy_file_num = 0 
                            file_count = len(filenames) 
                            # 不知道什么时候完成,所以定义一个死循环 
                            while True: 
                                file_name = Q.get() 
                                copy_file_num += 1 
                                time.sleep(0.2) 
                                print('\r拷贝进度%.2f %%'%(copy_file_num  * 100/file_count),end='') # 做一个拷贝进度条 
                        
                                if copy_file_num >= file_count: 
                                    break

                          程序运行

                          if __name__ == '__main__': 
                              main()

                            运行结果如下图所示:

                            运行前后文件目录结构对比

                            运行前

                            运行后

                            以上内容就是整体大致结果了,由于 test 里面是随便粘贴的测试文件,这里就不展开演示了。


                            相关推荐

                            PHP实现部分字符隐藏

                            沙雕mars · 1312浏览 · 2019-04-28 09:47:56
                            Java中ArrayList和LinkedList区别

                            kenrry1992 · 896浏览 · 2019-05-08 21:14:54
                            Tomcat 下载及安装配置

                            manongba · 957浏览 · 2019-05-13 21:03:56
                            JAVA变量介绍

                            manongba · 953浏览 · 2019-05-13 21:05:52
                            什么是SpringBoot

                            iamitnan · 1077浏览 · 2019-05-14 22:20:36
                            加载中

                            0评论

                            评论
                            各位好,我是无间道,欢迎互助粉丝!
                            分类专栏
                            小鸟云服务器
                            扫码进入手机网页