python全栈开发，Day40（进程间通信(队列和管道)，进程间的数据共享Manager,进程池Pool）...

朴灿烈づ我的快乐病毒、 2023-10-09 11:00 28阅读 0赞

# 昨日内容回顾   #

进程
    multiprocess
    Process —— 进程 在python中创建一个进程的模块
        start
        daemon 守护进程
        join 等待子进程执行结束
     
    锁 Lock
    acquire release
    锁是一个同步控制的工具
    如果同一时刻有多个进程同时执行一段代码，
    那么在内存中的数据是不会发生冲突的
    但是，如果涉及到文件，数据库就会发生资源冲突的问题
    我们就需要用锁来把这段代码锁起来
    任意一个进程执行了acquire之后，
    其他所有的进程都会在这里阻塞，等待一个release
     
    信号量 semaphore
    锁 + 计数器
    同一时间只能有指定个数的进程执行同一段代码
     
    事件 Event
    set clear is_set   控制对象的状态
    wait  根据状态不同执行效果也不同
        状态是True ---> pass
        状态是False --> 阻塞
    一般wait是和set clear放在不同的进程中
    set/clear负责控制状态
    wait负责感知状态
    我可以在一个进程中控制另外一个或多个进程的运行情况
     
    IPC通信
    队列 Queue
    管道 PIPE

# 一、进程间通信（队列和管道） #

**判断队列是否为空**

from multiprocessing import Process,Queue
    q = Queue()
    print(q.empty())

执行输出：True

**判断队列是否满了**

from multiprocessing import Process,Queue
    q = Queue()
    print(q.full())

执行输出：False

如果队列已满，再增加值的操作，会被阻塞，直到队列有空余的

from multiprocessing import Process,Queue
    q = Queue(10)   # 创建一个只能放10个value的队列
    for i in range(10):
        q.put(i)    # 增加一个value
    print(q.qsize())    # 返回队列中目前项目的正确数量
    print(q.full())     # 如果q已满，返回为True
    q.put(111)  # 再增加一个值
    print(q.empty())

执行输出：

![1353628-20180514215157389-829667565.png][]

可以看出程序并没有结束，q.put(111)之后的代码被阻塞了。

**总结：**

**队列可以在创建的时候指定一个容量**

**如果在程序运行的过程中，队列已经有了足够的数据，再put就会发生阻塞**

**如果队列为空，再get就会发生阻塞**

**为什么要指定队列的长度呢？是为了防止内存爆炸。**

**一个队列，不能无限制的存储。毕竟内存是有限制的。**

![1353628-20180514215631950-494030796.png][]

**上面提到的put、get、qsize、full、empty都是不准的。**

**因为在返回结果和在稍后程序中使用结果之间，队列中可能添加或删除了项目。在某些系统上，此方法可能引发NotImplementedError异常。**

** 如果其它进程或线程正在往队列中添加项目，结果是不可靠的。也就是说，在返回和使用结果之间，队列中可能已经加入新的项目。**

import time
    from multiprocessing import Process,Queue
    def wahaha(q):
        print(q.get())
        q.put(2)    # 增加数字2
    
    if __name__ == '__main__':
        q = Queue()
        p = Process(target=wahaha,args=[q,])
        p.start()
        q.put(1)    # 增加数字1
        time.sleep(0.2)
        print(q.get())

执行输出：

先执行主进程的q.get()，再执行子进程的q.get()

在进程中使用队列可以完成双向通信

**队列是进程安全的，内置了锁来保证队列中的每一个数据都不会被多个进程重复取**

![1353628-20180514235440558-1207768620.png][]

在同一时刻，只能有一个进程来取值，它内部有一个锁的机制。那么另外一个进程就会阻塞一会，但是阻塞的时间非常短，队列能保证数据安全，同一个数据，不能被多个进程获取。

生产者消费者模型

解决数据供需不平衡的情况

from multiprocessing import Process, Queue
    
    
    def producer(q, name, food):
        for i in range(5):
            print('{}生产了{}{}'.format(name, food, i))
    
    
    if __name__ == '__main__':
        q = Queue()
        Process(target=producer, args=(q, '康师傅', '红烧牛肉')).start()
        Process(target=producer, args=(q, '郑师傅', '红烧鱼块')).start()

执行输出：

![1353628-20180515000425086-1366745812.png][]

增加一个消费者

执行输出：

![1353628-20180515001638168-2022752224.png][]

消费者，必须是有的吃，才能吃。没有吃的，就等着。一个消费者，明显消费不过来，再加一个消费者

import time
    import random
    from multiprocessing import Process, Queue
    
    
    def producer(q, name, food):
        for i in range(5):
            time.sleep(random.random())  # 模拟生产时间
            print('{}生产了{}{}'.format(name, food, i))
            q.put('{}{}'.format(food, i))  # 放入队列
    
    
    def consumer(q, name):
        for i in range(5):  # 修改为5，因为有2个人
            food = q.get()  # 获取队列
            time.sleep(random.random())  # 模拟吃的时间
            print('{}吃了{}'.format(name, food))
    
    
    if __name__ == '__main__':
        q = Queue()
        Process(target=producer, args=(q, '康师傅', '红烧牛肉')).start()
        Process(target=producer, args=(q, '郑师傅', '红烧鱼块')).start()
        Process(target=consumer, args=(q, 'xiao')).start()
        Process(target=consumer, args=(q, 'lin')).start()

执行输出：

![1353628-20180515002956050-858403485.png][]

**注意：必须将消费者的range(10)修改为5，否则程序会卡住。为什么呢？因为队列已经是空的，再取就会阻塞，这样才能解决供需平衡**

那么问题来了，如果有一个消费者，吃的比较快呢？

再修改range值？太Low了

能者多老嘛，不能使用q.empty()，它是是不准确的

看下图，有可能一开始，队列就空了

下面的0.1更快

![1353628-20180515003434296-906838634.png][]

看下面的解决方案：

import time
    import random
    from multiprocessing import Process, Queue
    
    
    def producer(q, name, food):
        for i in range(5):
            time.sleep(random.random())  # 模拟生产时间
            print('{}生产了{}{}'.format(name, food, i))
            q.put('{}{}'.format(food, i))  # 放入队列
    
    
    def consumer(q, name):
        while True:
            food = q.get()  # 获取队列
            if food == 'done': break  # 当获取的值为done时，结束循环
            time.sleep(random.random())  # 模拟吃的时间
            print('{}吃了{}'.format(name, food))
    
    
    if __name__ == '__main__':
        q = Queue()  # 创建队列对象，如果不提供maxsize，则队列数无限制
        p1 = Process(target=producer, args=(q, '康师傅', '红烧牛肉'))
        p2 = Process(target=producer, args=(q, '郑师傅', '红烧鱼块'))
        p1.start()  # 启动进程
        p2.start()
        Process(target=consumer, args=(q, 'xiao')).start()
        Process(target=consumer, args=(q, 'lin')).start()
        p1.join()  # 保证子进程结束后再向下执行
        p2.join()
        q.put('done')  # 向队列添加一个值done
        q.put('done')

执行输出：

![1353628-20180515155046823-1946132512.png][]

为什么要有2个done？因为有2个消费者

为什么要有2个join？因为必须要等厨师做完菜才可以。

最后输出2个done，表示通知2个顾客，菜已经上完了，顾客要结账了。

2个消费者，都会执行break。通俗的来讲，亲，您一共消费了xx元，请付款！

上面的解决方案，代码太长了，有一个消费者，旧的done一次。

下面介绍JoinableQueue

## **JoinableQueue(\[maxsize\]) ** ##

创建可连接的共享进程队列。这就像是一个Queue对象，但队列允许项目的使用者通知生产者项目已经被成功处理。通知进程是使用共享的信号和条件变量来实现的。

JoinableQueue的实例p除了与Queue对象相同的方法之外，还具有以下方法：
    
    q.task_done() 
    使用者使用此方法发出信号，表示q.get()返回的项目已经被处理。如果调用此方法的次数大于从队列中删除的项目数量，将引发ValueError异常。
    
    q.join() 
    生产者将使用此方法进行阻塞，直到队列中所有项目均被处理。阻塞将持续到为队列中的每个项目均调用q.task_done()方法为止。 
    下面的例子说明如何建立永远运行的进程，使用和处理队列上的项目。生产者将项目放入队列，并等待它们被处理。

JoinableQueue队列实现消费者生产者 模型

import time
    import random
    from multiprocessing import Process, JoinableQueue
    
    
    def producer(q, name, food):
        for i in range(5):
            time.sleep(random.random())
            print('{}生产了{}{}'.format(name, food, i))
            q.put('{}{}'.format(food, i))
            q.join()  # 等到所有的数据都被task_done才结束
    
    
    def consumer(q, name):
        while True:
            food = q.get()  # 获取队列
            time.sleep(random.random())  # 模拟吃的时间
            print('{}吃了{}'.format(name, food))
            q.task_done()  # 向q.join()发送一次信号，证明一个数据已经被取走了
    
    
    if __name__ == '__main__':
        q = JoinableQueue()  # 创建可连接的共享进程队列
        # 生产者们：即厨师们
        p1 = Process(target=producer, args=(q, '康师傅', '红烧牛肉'))
        p2 = Process(target=producer, args=(q, '郑师傅', '红烧鱼块'))
        p1.start()  # 启动进程
        p2.start()
        # 消费者们：即吃货们
        c1 = Process(target=consumer, args=(q, 'xiao'))
        c2 = Process(target=consumer, args=(q, 'lin'))
        c1.daemon = True  # 设置守护进程
        c2.daemon = True
        c1.start()  # 启动进程
        c2.start()
        p1.join()  # 保证子进程结束后再向下执行
        p2.join()

执行输出：

![1353628-20180515162748173-700090313.png][]

总结：

producer
        put
        生产完全部的数据就没有其他工作了
        在生产数据方：允许执行q.join
        join会发起一个阻塞，直到所有当前队列中的数据都被消费
    consumer
        get 获取到数据
        处理数据
        q.task_done()   告诉q，刚刚从q获取的数据已经处理完了
    
    consumer每完成一个任务就会给q发送一个taskdone
    producer在所有的数据都生产完之后会执行q.join()
    producer会等待consumer消费完数据才结束
    主进程中对producer进程进行join
    主进程中的代码会等待producer执行完才结束
    producer结束就意味着主进程代码的结束
    consumer作为守护进程结束
    
    结束顺序：
    consumer中queue中的所有数据被消费
    producer join结束
    主今晨过的代码结束
    consumer结束
    主进程结束

管道（了解）：

介绍：

#创建管道的类：
    Pipe([duplex]):在进程之间创建一条管道，并返回元组（conn1,conn2）,其中conn1，conn2表示管道两端的连接对象，强调一点：必须在产生Process对象之前产生管道
    #参数介绍：
    dumplex:默认管道是全双工的，如果将duplex射成False，conn1只能用于接收，conn2只能用于发送。
    #主要方法：
        conn1.recv():接收conn2.send(obj)发送的对象。如果没有消息可接收，recv方法会一直阻塞。如果连接的另外一端已经关闭，那么recv方法会抛出EOFError。
        conn1.send(obj):通过连接发送对象。obj是与序列化兼容的任意对象
     #其他方法：
    conn1.close():关闭连接。如果conn1被垃圾回收，将自动调用此方法
    conn1.fileno():返回连接使用的整数文件描述符
    conn1.poll([timeout]):如果连接上的数据可用，返回True。timeout指定等待的最长时限。如果省略此参数，方法将立即返回结果。如果将timeout射成None，操作将无限期地等待数据到达。
     
    conn1.recv_bytes([maxlength]):接收c.send_bytes()方法发送的一条完整的字节消息。maxlength指定要接收的最大字节数。如果进入的消息，超过了这个最大值，将引发IOError异常，并且在连接上无法进行进一步读取。如果连接的另外一端已经关闭，再也不存在任何数据，将引发EOFError异常。
    conn.send_bytes(buffer [, offset [, size]])：通过连接发送字节数据缓冲区，buffer是支持缓冲区接口的任意对象，offset是缓冲区中的字节偏移量，而size是要发送字节数。结果数据以单条消息的形式发出，然后调用c.recv_bytes()函数进行接收    
     
    conn1.recv_bytes_into(buffer [, offset]):接收一条完整的字节消息，并把它保存在buffer对象中，该对象支持可写入的缓冲区接口（即bytearray对象或类似的对象）。offset指定缓冲区中放置消息处的字节位移。返回值是收到的字节数。如果消息长度大于可用的缓冲区空间，将引发BufferTooShort异常。

pipe初使用：

from multiprocessing import Process, Pipe
    
    
    def f(conn):
        conn.send("Hello The_Third_Wave")
        conn.close()
    
    
    if __name__ == '__main__':
        parent_conn, child_conn = Pipe()
        p = Process(target=f, args=(child_conn,))
        p.start()
        print(parent_conn.recv())
        p.join()
    
    pipe初使用

应该特别注意管道端点的正确管理问题。**如果是生产者或消费者中都没有使用管道的某个端点，就应将它关闭**。这也说明了为何在**生产者中关闭了管道的输出端，在消费者中关闭管道的输入端**。如果忘记执行这些步骤，程序可能在消费者中的recv（）操作上挂起。管道是由操作系统进行引用计数的，必须在所有进程中关闭管道后才能生成EOFError异常。因此，在生产者中关闭管道不会有任何效果，除非消费者也关闭了相同的管道端点。

![1353628-20180515170557062-610215088.png][]

from multiprocessing import Pipe
    left,right = Pipe()
    left.send('1234')
    print(right.recv())

执行输出：1234

管道实例化之后，形成2端。默认情况下，管道是双向的

左边send，右边recv

一端send和recv，会阻塞

它不是走TCP和UDP

它是一台机器的多个进程

引发EOFError，程序卡住

from multiprocessing import Process,Pipe
    def f(parent_conn,child_conn):
        parent_conn.close()     # 不写close将不会引发EOFError
        while True:
            try:
                print(child_conn.recv())
            except EOFError:
                child_conn.close()
                break
    if __name__ == '__main__':
        # 在进程之间创建一条管道，并返回元组（conn1，conn2），其中conn1和conn2是表示管道两端的Connection对象
        parent_conn,child_conn = Pipe()
        p = Process(target=f,args=(parent_conn,child_conn))
        p.start()
        child_conn.close()  # 关闭连接
        parent_conn.send('hello')
        parent_conn.send('hello')
        parent_conn.send('hello')
        parent_conn.close()
        p.join()    # 等待子进程结束

执行输出：

![1353628-20180515172321110-1036437993.png][]

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

from multiprocessing import Process,Pipe
    
    def consumer(p,name):
        produce, consume=p
        produce.close()
        while True:
            try:
                baozi=consume.recv()
                print('%s 收到包子:%s' %(name,baozi))
            except EOFError:
                break
    
    def producer(seq,p):
        produce, consume=p
        consume.close()
        for i in seq:
            produce.send(i)
    
    if __name__ == '__main__':
        produce,consume=Pipe()
    
        c1=Process(target=consumer,args=((produce,consume),'c1'))
        c1.start()
    
    
        seq=(i for i in range(10))
        producer(seq,(produce,consume))
    
        produce.close()
        consume.close()
    
        c1.join()
        print('主进程')

pipe实现生产者消费者模型

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

from multiprocessing import Process,Pipe,Lock
    
    def consumer(p,name,lock):
        produce, consume=p
        produce.close()
        while True:
            lock.acquire()
            baozi=consume.recv()
            lock.release()
            if baozi:
                print('%s 收到包子:%s' %(name,baozi))
            else:
                consume.close()
                break
    
    
    def producer(p,n):
        produce, consume=p
        consume.close()
        for i in range(n):
            produce.send(i)
        produce.send(None)
        produce.send(None)
        produce.close()
    
    if __name__ == '__main__':
        produce,consume=Pipe()
        lock = Lock()
        c1=Process(target=consumer,args=((produce,consume),'c1',lock))
        c2=Process(target=consumer,args=((produce,consume),'c2',lock))
        p1=Process(target=producer,args=((produce,consume),10))
        c1.start()
        c2.start()
        p1.start()
    
        produce.close()
        consume.close()
    
        c1.join()
        c2.join()
        p1.join()
        print('主进程')

多个消费之之间的竞争问题带来的数据不安全问题

# 进程之间的数据共享  #

展望未来，基于消息传递的并发编程是大势所趋

即便是使用线程，推荐做法也是将程序设计为大量独立的线程集合，通过消息队列交换数据。

这样极大地减少了对使用锁定和其他同步手段的需求，还可以扩展到分布式系统中。

**但进程间应该尽量避免通信，即便需要通信，也应该选择进程安全的工具来避免加锁带来的问题。**

**以后我们会尝试使用数据库来解决现在进程之间的数据共享问题。**

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

进程间数据是独立的，可以借助于队列或管道实现通信，二者都是基于消息传递的
    虽然进程间数据独立，但可以通过Manager实现数据共享，事实上Manager的功能远不止于此
    
    A manager object returned by Manager() controls a server process which holds Python objects and allows other processes to manipulate them using proxies.
    
    A manager returned by Manager() will support types list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array.

Manager模块介绍

Manager是一种较为高级的多进程通信方式，他能支持Python支持的任何数据结构。

它的原理是：先启动一个ManagerServer进程，这个进程是阻塞的，它监听一个socket，然后其他进程（ManagerClient）通过socket来连接到ManagerServer，实现通信。

from multiprocessing import Manager, Process
    
    
    def func(dic):
        print(dic)
    
    
    if __name__ == '__main__':
        m = Manager()  # 创建一个server进程
        dic = m.dict({'count': 100})  # 这是一个特殊的字典
        p = Process(target=func, args=(dic,))
        p.start()
        p.join()

执行输出：

![1353628-20180516160942199-1771548941.png][]

修改字典的值

from multiprocessing import Manager, Process
    
    
    def func(dic):
        dic['count'] = dic['count'] - 1
        print(dic)
    
    
    if __name__ == '__main__':
        m = Manager()  # 创建一个server进程
        dic = m.dict({'count': 100})  # 这是一个特殊的字典
        p = Process(target=func, args=(dic,))
        p.start()
        p.join()

输出：

![1353628-20180516165444646-1247996884.png][]

循环修改

from multiprocessing import Manager, Process
    
    
    def func(dic):
        dic['count'] = dic['count'] - 1  # 每次减1
    
    
    if __name__ == '__main__':
        m = Manager()  # 创建一个server进程
        dic = m.dict({'count': 100})  # 这是一个特殊的字典
        p_lst = []  # 定义一个空列表
        for i in range(100):  # 启动100个进程
            p = Process(target=func, args=(dic,))
            p_lst.append(p)  # 进程追加到列表中
            p.start()  # 启动进程
        for p in p_lst: p.join()  # 等待100个进程全部结束
        print(dic)  # 打印dic的值

重复执行5次，输出

![1353628-20180516171036812-462042510.png][]

![1353628-20180516171133393-827449183.png][]

发现每次结果不一致，数据已经出现错乱了，为什么呢？因为同一个时间内有多个进程操作dic，就会发生数据错乱。

为了解决这个问题，需要加锁

from multiprocessing import Manager, Process, Lock
    
    
    def func(dic, lock):
        lock.acquire()  # 取得锁
        dic['count'] = dic['count'] - 1  # 每次减1
        lock.release()  # 释放锁
    
    
    if __name__ == '__main__':
        m = Manager()  # 创建一个server进程
        lock = Lock()  # 创建锁
        dic = m.dict({'count': 100})  # 这是一个特殊的字典
        p_lst = []  # 定义一个空列表
        for i in range(100):  # 启动100个进程
            p = Process(target=func, args=(dic, lock))
            p_lst.append(p)  # 进程追加到列表中
            p.start()  # 启动进程
        for p in p_lst: p.join()  # 等待100个进程全部结束
        print(dic)  # 打印dic的值

重复执行5次，输出结果为：

![1353628-20180516172847821-691481728.png][]

另外一种写法，使用上下文管理

from multiprocessing import Manager, Process, Lock
    
    
    def func(dic, lock):
        with lock:  # 上下文管理：必须有一个开始动作和一个结束动作的时候
            dic['count'] = dic['count'] - 1  # 每次减1
    
    
    if __name__ == '__main__':
        m = Manager()  # 创建一个server进程
        lock = Lock()  # 创建锁
        dic = m.dict({'count': 100})  # 这是一个特殊的字典
        p_lst = []  # 定义一个空列表
        for i in range(100):  # 启动100个进程
            p = Process(target=func, args=(dic, lock))
            p_lst.append(p)  # 进程追加到列表中
            p.start()  # 启动进程
        for p in p_lst: p.join()  # 等待100个进程全部结束
        print(dic)  # 打印dic的值

重复执行，效果同上。

之前学到的文件管理，有用到上下文管理。这里也可以使用上下文管理。有2个必要条件

1. 提供了with方法。

2. 必须有一个开始和结束动作。

这里的开始和结束动作，分别指的是acquire和release

同一台机器上 ： 使用Queue  
在不同台机器上 ：使用消息中间件

# 进程池和multiprocess.Pool模块 #

### 进程池 ###

为什么要有进程池?进程池的概念。

在程序实际处理问题过程中，忙时会有成千上万的任务需要被执行，闲时可能只有零星任务。那么在成千上万个任务需要被执行的时候，我们就需要去创建成千上万个进程么？首先，创建进程需要消耗时间，销毁进程也需要消耗时间。第二即便开启了成千上万的进程，操作系统也不能让他们同时执行，这样反而会影响程序的效率。因此我们不能无限制的根据任务开启或者结束进程。那么我们要怎么做呢？

在这里，要给大家介绍一个进程池的概念，定义一个池子，在里面放上固定数量的进程，有需求来了，就拿一个池中的进程来处理任务，等到处理完毕，进程并不关闭，而是将进程再放回进程池中继续等待任务。如果有很多任务需要执行，池中的进程数量不够，任务就要等待之前的进程执行任务完毕归来，拿到空闲进程才能继续执行。也就是说，池中进程的数量是固定的，那么同一时间最多有固定数量的进程在运行。这样不会增加操作系统的调度难度，还节省了开闭进程的时间，也一定程度上能够实现并发效果。

### multiprocess.Pool模块 ###

#### 概念介绍 ####

Pool([numprocess  [,initializer [, initargs]]]):创建进程池

**进程池，是很重要的知识点**

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

1 numprocess:要创建的进程数，如果省略，将默认使用cpu_count()的值
    2 initializer：是每个工作进程启动时要执行的可调用对象，默认为None
    3 initargs：是要传给initializer的参数组

参数介绍

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

p.apply(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
    '''需要强调的是：此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用p.apply_async()'''
    
    p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
    '''此方法的结果是AsyncResult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。'''
       
    p.close():关闭进程池，防止进一步操作。如果所有操作持续挂起，它们将在工作进程终止前完成
    
    P.jion():等待所有工作进程退出。此方法只能在close（）或teminate()之后调用

主要方法

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

方法apply_async()和map_async（）的返回值是AsyncResul的实例obj。实例具有以下方法
    obj.get():返回结果，如果有必要则等待结果到达。timeout是可选的。如果在指定时间内还没有到达，将引发一场。如果远程操作中引发了异常，它将在调用此方法时再次被引发。
    obj.ready():如果调用完成，返回True
    obj.successful():如果调用完成且没有引发异常，返回True，如果在结果就绪之前调用此方法，引发异常
    obj.wait([timeout]):等待结果变为可用。
    obj.terminate()：立即终止所有工作进程，同时不执行任何清理或结束任何挂起工作。如果p被垃圾回收，将自动调用此函数

其他方法（了解）

**代码实例**

import time
    from multiprocessing import Pool
    
    
    def fc(i):
        time.sleep(0.5)
        print('func%s' % i)
    
    
    if __name__ == '__main__':
        p = Pool(5)
        p.apply(func=fc, args=(1,))

执行输出：

![1353628-20180516175506782-550632642.png][]

import time
    from multiprocessing import Pool
    
    
    def fc(i):
        time.sleep(0.5)
        print('func%s' % i)
    
    
    if __name__ == '__main__':
        p = Pool(5)
        for i in range(5):
            p.apply(func=fc, args=(1,))  # 同步调用
            # p.apply_async(func=fc,args=(1,))    # 异步调用

执行输出：

![1353628-20180516180006211-897614264.png][]

import time
    import random
    from multiprocessing import Pool
    
    
    def fc(i):
        print('func%s' % i)
        time.sleep(random.randint(1, 3))
        return i ** 2
    
    
    if __name__ == '__main__':
        p = Pool(5)  # 创建拥有5个进程数量的进程池
        ret_l = []
        for i in range(5):
            # p.apply(func=fc,args=(1,))  # 同步调用
            ret = p.apply_async(func=fc, args=(i,))  # 异步调用
            ret_l.append(ret)
        for ret in ret_l: print(ret.get())  # 打印返回结果

执行输出：

![1353628-20180516192424700-1587181741.png][]

后面的结果都是平方的值

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

import os,time
    from multiprocessing import Pool
    
    def work(n):
        print('%s run' %os.getpid())
        time.sleep(3)
        return n**2
    
    if __name__ == '__main__':
        p=Pool(3) #进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
        res_l=[]
        for i in range(10):
            res=p.apply(work,args=(i,)) # 同步调用，直到本次任务执行完毕拿到res，等待任务work执行的过程中可能有阻塞也可能没有阻塞
                                        # 但不管该任务是否存在阻塞，同步调用都会在原地等着
        print(res_l)

进程池的同步调用

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

import os
    import time
    import random
    from multiprocessing import Pool
    
    def work(n):
        print('%s run' %os.getpid())
        time.sleep(random.random())
        return n**2
    
    if __name__ == '__main__':
        p=Pool(3) #进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
        res_l=[]
        for i in range(10):
            res=p.apply_async(work,args=(i,)) # 异步运行，根据进程池中有的进程数，每次最多3个子进程在异步执行
                                              # 返回结果之后，将结果放入列表，归还进程，之后再执行新的任务
                                              # 需要注意的是，进程池中的三个进程不会同时开启或者同时结束
                                              # 而是执行完一个就释放一个进程，这个进程就去接收新的任务。  
            res_l.append(res)
    
        # 异步apply_async用法：如果使用异步提交的任务，主进程需要使用jion，等待进程池内任务都处理完，然后可以用get收集结果
        # 否则，主进程结束，进程池可能还没来得及执行，也就跟着一起结束了
        p.close()
        p.join()
        for res in res_l:
            print(res.get()) #使用get来获取apply_aync的结果,如果是apply,则没有get方法,因为apply是同步执行,立刻获取结果,也根本无需get

进程池的异步调用

**练习**

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

# Pool内的进程数默认是cpu核数，假设为4（查看方法os.cup_count()）
    # 开启6个客户端，会发现2个客户端处于等待状态
    # 在每个进程内查看pid，会发现pid使用为4个，即多个客户端供用4个进程
    from socket import *
    from multiprocessing import Pool
    import os
    
    server = socket(AF_INET, SOCK_STREAM)
    server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
    server.bind(('127.0.0.1', 8080))
    server.listen(5)
    
    
    def talk(conn):
        print('进程pid：%s' % os.getpid())
        while True:
            try:
                msg = conn.recv(1024)
                if not msg: break
                conn.send(msg.upper())
            except Exception:
                break
    
    
    if __name__ == '__main__':
        p = Pool(4)
        while True:
            conn, *_ = server.accept()
            p.apply_async(talk, args=(conn,))
            # p.apply(talk,args=(conn,client_addr))   # 同步的话，则同一时间只有一个客户端能访问

server：进程池版socket并发聊天

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

from socket import *
    
    client = socket(AF_INET, SOCK_STREAM)
    client.connect(('127.0.0.1', 8080))
    while True:
        msg = input('>>>').strip()
        if not msg: continue
        client.send(msg.encode('utf-8'))
        msg = client.recv(1024)
        print(msg.decode('utf-8'))

client

发现：并发开启多个客户端，服务端同一时间只有4个不同的pid，只能结束一个客户端，另外一个客户端才会进来。

信号量和进程池的区别：

![1353628-20180516195749551-254752358.png][]

### **回调函数** ###

需要回调函数的场景：进程池中任何一个任务一旦处理完了，就立即告知主进程：我好了额，你可以处理我的结果了。主进程则调用一个函数去处理该结果，该函数即回调函数
    
    我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果。

**进程池的数量一般为CPU的个数加1**

简单爬虫例子：

import os
    from urllib.request import urlopen
    from multiprocessing import Pool
     
    def get_url(url):
        print('-->',url,os.getpid(),'get_url进程')
        ret = urlopen(url)  # 打开url
        content = ret.read()  # 读取网页内容
        return content
     
    def call(url):  # 回调函数
        #分析
        print(url,os.getpid(),'回调函数')
     
    if __name__ == '__main__':
        print(os.getpid(),'主进程')  # 主进程id
        l = [
            'http://www.baidu.com',
            'http://www.sina.com',
            'http://www.sohu.com',
            'http://www.sogou.com',
            'http://www.qq.com',
            'http://www.bilibili.com',
        ]
        p = Pool(5)
        ret_l = []
        for url in l:
            ret = p.apply_async(func=get_url,args=[url,],callback=call)  # 异步
            ret_l.append(ret)  # 将进程追加到列表中
        for ret in ret_l:ret.get()  # 获取进程返回值

执行输出：

/www.sohu.com/a/231538578\_115362" target="\_blank"

...

输出了一堆内容，但是get\_url函数并没有print，那么由谁输出的呢？  
是由call打印的

回调函数  
在进程池中，起了一个任务，这个任务对应的函数在执行完毕之后  
的返回值会自动作为参数返回给回调函数  
回调函数就根据返回值再进行相应的处理

回调函数 是在主进程执行的

看下图

![1353628-20180516200612781-2127075173.png][]

有6个url，每一个url的响应时间是不一样的。假设第一个url访问很慢，那么必须等待任务结束，才能执行分析函数。如果使用回调函数，谁最快范围，优先执行回调函数。那么最慢的url，最后执行。

这样效率就提升了很多。

回调函数是瞬间执行的，网络延时才是最耗最长的。

回调函数是主 进程执行的，不是子进程执行的。

怎么证明呢？修改get\_url的return值

import os
    from urllib.request import urlopen
    from multiprocessing import Pool
     
    def get_url(url):
        print('-->',url,os.getpid(),'get_url进程')
        ret = urlopen(url)  # 打开url
        content = ret.read()  # 读取网页内容
        return url
     
    def call(url):  # 回调函数
        #分析
        print(url,os.getpid(),'回调函数')
     
    if __name__ == '__main__':
        print(os.getpid(),'主进程')  # 主进程id
        l = [
            'http://www.baidu.com',
            'http://www.sina.com',
            'http://www.sohu.com',
            'http://www.sogou.com',
            'http://www.qq.com',
            'http://www.bilibili.com',
        ]
        p = Pool(5)
        ret_l = []
        for url in l:
            ret = p.apply_async(func=get_url,args=[url,],callback=call)  # 异步
            ret_l.append(ret)  # 将进程追加到列表中
        for ret in ret_l:ret.get()  # 获取进程返回值

执行输出：

13764 主进程  
\--> http://www.baidu.com 14820 get\_url进程  
\--> http://www.sina.com 12144 get\_url进程  
\--> http://www.sohu.com 10868 get\_url进程  
\--> http://www.sogou.com 4072 get\_url进程  
\--> http://www.qq.com 3924 get\_url进程  
\--> http://www.bilibili.com 14820 get\_url进程  
http://www.baidu.com 13764 回调函数  
http://www.qq.com 13764 回调函数  
http://www.sohu.com 13764 回调函数  
http://www.sogou.com 13764 回调函数  
http://www.bilibili.com 13764 回调函数  
http://www.sina.com 13764 回调函数

执行回调函数的进程id都是13764，这个进程正好是主进程。

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

from multiprocessing import Pool
 import requests
 import json
 import os
 
 def get_page(url):
 print('<进程%s> get %s' %(os.getpid(),url))
 respone=requests.get(url)
 if respone.status_code == 200:
 return {
 'url':url,'text':respone.text}
 
 def pasrse_page(res):
 print('<进程%s> parse %s' %(os.getpid(),res['url']))
 parse_res='url:<%s> size:[%s]\n' %(res['url'],len(res['text']))
 with open('db.txt','a') as f:
 f.write(parse_res)
 
 
 if __name__ == '__main__':
 urls=[
 'https://www.baidu.com',
 'https://www.python.org',
 'https://www.openstack.org',
 'https://help.github.com/',
 'http://www.sina.com.cn/'
 ]
 
 p=Pool(3)
 res_l=[]
 for url in urls:
 res=p.apply_async(get_page,args=(url,),callback=pasrse_page)
 res_l.append(res)
 
 p.close()
 p.join()
 print([res.get() for res in res_l]) #拿到的是get_page的结果,其实完全没必要拿该结果,该结果已经传给回调函数处理了
 
 '''
 打印结果:
 <进程3388> get https://www.baidu.com
 <进程3389> get https://www.python.org
 <进程3390> get https://www.openstack.org
 <进程3388> get https://help.github.com/
 <进程3387> parse https://www.baidu.com
 <进程3389> get http://www.sina.com.cn/
 <进程3387> parse https://www.python.org
 <进程3387> parse https://help.github.com/
 <进程3387> parse http://www.sina.com.cn/
 <进程3387> parse https://www.openstack.org
 [{'url': 'https://www.baidu.com', 'text': '<!DOCTYPE html>\r\n...',...}]
 '''

使用多进程请求多个url来减少网络等待浪费的时间

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][]

import re
 from urllib.request import urlopen
 from multiprocessing import Pool
 
 def get_page(url,pattern):
 response=urlopen(url).read().decode('utf-8')
 return pattern,response
 
 def parse_page(info):
 pattern,page_content=info
 res=re.findall(pattern,page_content)
 for item in res:
 dic={
 'index':item[0].strip(),
 'title':item[1].strip(),
 'actor':item[2].strip(),
 'time':item[3].strip(),
 }
 print(dic)
 if __name__ == '__main__':
 regex = r'<dd>.*?<.*?class="board-index.*?>(\d+).*?title="(.*?)".*?class="movie-item-info".*?(.*?).*?(.*?)'
 pattern1=re.compile(regex,re.S)
 
 url_dic={
 'http://maoyan.com/board/7':pattern1,
 }
 
 p=Pool()
 res_l=[]
 for url,pattern in url_dic.items():
 res=p.apply_async(get_page,args=(url,pattern),callback=parse_page)
 res_l.append(res)
 
 for i in res_l:
 i.get()

爬虫实例

**如果在主进程中等待进程池中所有任务都执行完毕后，再统一处理结果，则无需回调函数**

参考资料
    http://www.cnblogs.com/linhaifeng/articles/6817679.html
    https://www.jianshu.com/p/1200fd49b583
    https://www.jianshu.com/p/aed6067eeac

明日默写：

import time
    import random
    from multiprocessing import Process, Queue
    
    
    def consumer(q, name):
        while True:
            food = q.get()
            if food == 'done': break
            time.sleep(random.random())
            print('{}吃了{}'.format(name, food))
    
    
    def producer(q, name, food):
        for i in range(10):
            time.sleep(random.random())
            print('{}生产了{}{}'.format(name, food, i))
            q.put('{}{}'.format(food, i))
    
    
    if __name__ == '__main__':
        q = Queue()
        p1 = Process(target=producer, args=(q, 'Egon', '泔水'))
        p2 = Process(target=producer, args=(q, 'Yuan', '骨头鱼刺'))
        p1.start()
        p2.start()
        Process(target=consumer, args=(q, 'alex')).start()
        Process(target=consumer, args=(q, 'wusir')).start()
        p1.join()
        p2.join()
        q.put('done')
        q.put('done')

转载于:https://www.cnblogs.com/Black-rainbow/p/9038397.html

[1353628-20180514215157389-829667565.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180514215157389-829667565.png
[1353628-20180514215631950-494030796.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180514215631950-494030796.png
[1353628-20180514235440558-1207768620.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180514235440558-1207768620.png
[1353628-20180515000425086-1366745812.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515000425086-1366745812.png
[1353628-20180515001638168-2022752224.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515001638168-2022752224.png
[1353628-20180515002956050-858403485.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515002956050-858403485.png
[1353628-20180515003434296-906838634.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515003434296-906838634.png
[1353628-20180515155046823-1946132512.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515155046823-1946132512.png
[1353628-20180515162748173-700090313.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515162748173-700090313.png
[1353628-20180515170557062-610215088.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515170557062-610215088.png
[1353628-20180515172321110-1036437993.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180515172321110-1036437993.png
[ContractedBlock.gif]: https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif
[ExpandedBlockStart.gif]: https://images.cnblogs.com/OutliningIndicators/ExpandedBlockStart.gif
[1353628-20180516160942199-1771548941.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516160942199-1771548941.png
[1353628-20180516165444646-1247996884.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516165444646-1247996884.png
[1353628-20180516171036812-462042510.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516171036812-462042510.png
[1353628-20180516171133393-827449183.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516171133393-827449183.png
[1353628-20180516172847821-691481728.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516172847821-691481728.png
[1353628-20180516175506782-550632642.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516175506782-550632642.png
[1353628-20180516180006211-897614264.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516180006211-897614264.png
[1353628-20180516192424700-1587181741.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516192424700-1587181741.png
[1353628-20180516195749551-254752358.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516195749551-254752358.png
[1353628-20180516200612781-2127075173.png]: https://images2018.cnblogs.com/blog/1353628/201805/1353628-20180516200612781-2127075173.png