python进程基本使用

常用方法

p.start() 与 p.join()

• p.start():当前进程准备就绪，等待被CPU调度，简单理解也就是启动进程
• p.join():等待当前进程的任务执行完毕后再向下继续执行

代码如下：

import multiprocessing


def task(ele):
    print(ele)
    print("执行中")

if __name__ == "__main__":
    multiprocessing.set_start_method("spawn")
    ele = []

    res = multiprocessing.Process(target=task,args=(ele,))
    res.start()
    res.join()
    print("继续执行")

res.join()的出现会使得程序在执行完子进程之后再继续执行主进程，当然，上述案例已经让程序按顺序执行了，进程意义不大了。

p.daemon = bool,守护进程（必须放置在start之前）

• p.daemon = True,设置为守护进程，主进程执行完毕后子进程也将被自动关闭。
• p.daemon = Flase,设置为非守护进程，主进程等待子进程执行结束之后，主进程才会被关闭结束。

获取进程的信息

• os.getpid与os.getppid:获取进程与父进程的pid
• len(threading.enumerate()):获取进程下线程个数
• p.name = "第一个进程":设置进程名字
• multiprocessing.current_process().name:获取当前进程的名字

自定义进程类

可以直接讲线程需要做的事情写run方法当中

import multiprocessing


class MyProcess(multiprocessing.Process):
    def run(self):
        print("开始执行")

if __name__ == "__main__":
    multiprocessing.set_start_method("spawn")
    p = MyProcess(args=("info",))
    p.start()
    print("继续执行")

CPU个数

multiprocessing.cpu_count()

数据共享

数据共享分为三种情况

• 第一种情况是进程方式选择为fork模式，子进程拷贝了主进程的资源与数据，但是拷贝了已经是完全一个新的变量了，子进程改变并不能导致主进程改变，但是可以共享文件对象对象，实现多个进程同时写入一个文件当中。
• 第二种情况是接入第三方数据共享平台，如多个进程操控同一个数据库或者同一个文件，通过修改第三方的数据进程数据共享。
• 最后一种情况是创建一个数据共享对象实现数据共享，案例如下：

import multiprocessing、


def task(key,value):
    dic[key]=value

# 共享字典
if __name__ == '__main__':
    m = multiprocessing.Manager()
    dic = m.dict()
    for i in range(10):
         p = multiprocessing.Process(target=task,args=(i,100))
         p.start()
         p.join()

或

import multiprocessing


def task(args):
    q.put(args)

# 共享队列
if __name__ == '__main__':
    q = multiprocessing.Queue()
    for i in range(10):
        p = multiprocessing.Process(target=task,args=(i,))
        p.start()
        p.join()
    v1 = q.get()
    print(v1)