利用 Python 实现多任务进程

痛定思痛。 2022-09-16 03:41 215阅读 0赞

> 来源：公众号【杰哥的IT之旅】  
> 作者：阿拉斯加  
> ID：Jake\_Internet  
> 文章链接：[利用 Python 实现多任务进程][Python]

### 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 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_20_color_FFFFFF_t_70_g_se_x_16]  
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。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_20_color_FFFFFF_t_70_g_se_x_16 1]

### 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:

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。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_20_color_FFFFFF_t_70_g_se_x_16 2]

### 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：

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_18_color_FFFFFF_t_70_g_se_x_16]  
运行前后文件目录结构对比

运行前

![在这里插入图片描述][15bdeaf10dd44e3baf5f6dad923e7da5.png]  
运行后

![在这里插入图片描述][641934881ece48779ebdcd0472d169d8.png]  
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。

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

**原创不易，码字不易。 觉得这篇文章对你有点用的话，麻烦你为本文点个赞，留言或转发一下，因为这将是我输出更多优质文章的动力，感谢！**

⬇⬇⬇⬇⬇⬇⬇⬇

[Python]: https://mp.weixin.qq.com/s/YyGoUj0HzMyKpsoEQ0YvLw
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/c5281c204ceb4830aeb6226e5848e47c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/4227f31e681d4f26b1a34500d8063a27.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_20_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220828/edd93e96e95d4e3ebf134a2866e0339a.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASmFjayBUaWFu_size_18_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/8b4bb1d0080f4365871f2708d08daaa9.png
[15bdeaf10dd44e3baf5f6dad923e7da5.png]: /images/20220828/440643cb8de245e4847230d14f23d6f9.png
[641934881ece48779ebdcd0472d169d8.png]: /images/20220828/0f88f11c0b3743418c0086ff74a0c39a.png