python—进程总结

偏执的太偏执、 2024-04-06 10:57 67阅读 0赞

![在这里插入图片描述][5a945f73dec441209a727bc3fdf7e810.jpeg_pic_center]

[CSDN话题挑战赛第2期][CSDN_2]  
参赛话题：[学习笔记][Link 1]

--------------------

## 一、进程对象的方法 ##

> **start:启动进程  
> run：负责进行执行target指定的任务函数**  
> ![在这里插入图片描述][a72898ca041a4c75a6e573e50323330c.png]

from multiprocessing import Process
    import time
    def work():
        for i in range(6):
            print(f"主进程{
          i}工作")
            time.sleep(1)
    
    def work1():
        for i in range(5):
            print(f"主进程{
          i}学习")
            time.sleep(1)
    
    if __name__ == '__main__':
        t1=Process(target=work)
        t2=Process(target=work1)
        t1.start()
        t2.start()
        print('主进程执行完毕')
    
        for i in range(6):
            print('------------------------hahaha')
            time.sleep(1)

主进程执行完毕  
\------------------------hahaha  
主进程0工作  
主进程0学习  
\------------------------hahaha  
主进程1工作  
主进程1学习  
\------------------------hahaha  
主进程2工作  
主进程2学习  
\------------------------hahaha  
主进程3工作  
主进程3学习  
\------------------------hahaha  
主进程4工作  
主进程4学习  
\------------------------hahaha  
主进程5工作

## 二、多个进程如何共享数据 ##

### 案例一、**进程与进程之间相互独立，不会改变全局变量** ###

from multiprocessing import Process
    import time
    
    n=0
    def work():
        global n
        n=1000+n
        print('work',n)
    
    
    def work1():
        global n
        n = 10000 + n
        print('work1', n)
    
    
    if __name__ == '__main__':
        t1 = Process(target=work)
        t2 = Process(target=work1)
        t1.start()
        t2.start()
    
        print('主进程执行完毕',n)

主进程执行完毕 0  
work 1000  
work1 10000

### 案例二、使用进程中得队列JoinableQueue实现 ###

> 进程的创建由用户控制，进程的调度、执行、阻塞调度由操作系统控制  
> data=q.get(timeout=1)：表示如果超过1s队列中还没有数据，处理数据的线程阻塞

from multiprocessing import Process,JoinableQueue,Manager
    import time
    
    def work(q):
        for i in range(5):
            for j in range(20):
                q.put(f'生产数据{
          j}')
                print(f'【生产数据{
          j}】')
            time.sleep(1)
    
    def handle(q):
        while True:
            for i in range(4):
                try:
                    data=q.get(timeout=1)
                except:
                    return
                else:
                    print('获取数据:',data)
                    q.task_done()
            time.sleep(1)
    
    if __name__ == '__main__':
        que = JoinableQueue()
        st=time.time()
        t=Process(target=work,kwargs={
        'q':que})
        t.start()
    
        thread_list=[]
        for i in range(3):
            t1=Process(target=handle,kwargs={
        'q':que})
            t1.start()
            thread_list.append(t1)
    
        #todo 等待数据生产完成
        t.join()
        for t1 in thread_list:
            t1.join()
        #todo 等待队列中的数据处理完成
        que.join()
    
        print('主线程执行完毕')
        st1=time.time()
        print('程序执行时间:',st1-st)

> **1、queue模块中的队列(Queue)，它只能用于单个进程中（多个线程之间的数据共享）  
> 2、multiprocessing中的队列，专为python多进程（Process）数据共享而设计的（多个进程的数据传输）——multiprocessing.Queue()  
> 3、multiprocessing.Manager().Queue():python中进程池通信专用的队列**

## 三、进程池的使用 ##

> **t1 = ThreadPoolExecutor(max\_workers=5)：创建一个线程池，线程池中最多支持同时执行多少个任务  
> t1.submit(`*args, **kwargs`)：往线程池中提交执行的任务  
> t1.shutdown()：等待线程池中所有的任务执行完毕之后，开始执行**

from concurrent.futures.process import ProcessPoolExecutor
    from concurrent.futures.thread import ThreadPoolExecutor
    
    import time
    import threading
    def work(name):
        for i in range(6):
            print(f"进程1工作---{
          name}")
            time.sleep(1)
    
    def work1(name):
        for i in range(5):
            print(f"进程2学习---{
          name}")
            time.sleep(1)
    
    if __name__ == '__main__':
        #todo 创建一个进程池
        t1 = ProcessPoolExecutor(max_workers=5)  # todo 进程池中最多支持同时执行多少个任务
    
        st=time.time()
        #todo 往进程池中提交执行的任务
        t1.submit(work,'kobe')
        t1.submit(work1,'james')
    
        #todo 等待进程池中所有的任务执行完毕之后，开始执行
        t1.shutdown()
        et=time.time()
        print('执行的时间：',et-st)

## 四、往线程池中批量提交任务 ##

> t1.map(func1,li)：往线程池中批量提交任务

等价于

for i in li:
         t1.submit(func1,i)

每遍历出一条数据，向线程池中提交一条数据

from concurrent.futures.process import ProcessPoolExecutor
    from concurrent.futures.thread import ThreadPoolExecutor
    
    import time
    import threading
    
    def func1(item):
        for i in range(2):
            print('正在执行任务{}，的第{}轮'.format(item,i))
            time.sleep(0.25)
    
    
    if __name__ == '__main__':
        #todo 创建一个进程池
        t1 = ProcessPoolExecutor(max_workers=3)  # todo 进程池中最多支持同时执行多少个任务
        li=[11,6,8,24,22]           #todo 用例数据
    
        #todo 批量往进程池中提交任务
        t1.map(func1,li)
        #todo 等价于
        # for i in li:
        #     t1.submit(func1,i)

## 五、with操作线程池和进程池对象 ##

from concurrent.futures.process import ProcessPoolExecutor
    
    import time
    import threading
    
    def func1(item):
        for i in range(2):
            print('正在执行任务{}，的第{}轮'.format(item,i))
            time.sleep(0.25)
    
    if __name__ == '__main__':
        st=time.time()
        with ProcessPoolExecutor(max_workers=2) as tp:
            tp.map(func1,[11,22,33])
        et=time.time()
        print('时长:',et-st)

## 六、进程间实现数据通信 ##

> q=Manager().Queue()：使用进程池专用的队列进行数据传输

from concurrent.futures.process import ProcessPoolExecutor
    from multiprocessing import Manager
    
    def work1(q):
        number=q.get()
        number = number + 100
        print("--------work1-----number---", number)
        q.put(number)
    
    
    def work2(q):
        number = q.get()
        number = number + 66
        print("--------work2-----number---", number)
        q.put(number)
    
    
    if __name__ == '__main__':
        number = 100
        #todo 使用进程池专用的队列进行数据传输
        q=Manager().Queue()
        q.put(number)
        with ProcessPoolExecutor(max_workers=3) as f:
            f.submit(work1,q)
            f.submit(work2,q)
    
        number=q.get()
        print('主进程number',number)

\--------work1-----number— 200  
\--------work2-----number— 266  
主进程number 266

--------------------

![在这里插入图片描述][f302ca4d5ab4470a822d39d7aeec56c4.jpeg_pic_center]

[5a945f73dec441209a727bc3fdf7e810.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/90e31fea0413449f9cbfbabd4fb223dd.jpeg
[CSDN_2]: https://marketing.csdn.net/p/7b6697fd9dd3795a268d1a6f2fe75012
[Link 1]: https://activity.csdn.net/creatActivity?id=10213
[a72898ca041a4c75a6e573e50323330c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/16513761f33140d8867108aeec40c831.png
[f302ca4d5ab4470a822d39d7aeec56c4.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/55c99de37feb4a8290eb6e2d3e104d9f.jpeg