1.进程

1.多任务的引入

有很多的场景中的事情是同时进行的，比如开车的时候手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的；

运行结果：

·此时显然刚刚的程序并没有完成唱歌和跳舞同时进行的要求

·如果想要实现“唱歌跳舞”同时进行，那么就需要一个新的方法，叫做：多任务

2.多任务的概念

多任务处理是指用户可以在同一时间内运行多个应用程序,每个应用程序被称作一个任务.Linux、windows就是支持多任务的操作系统,比起单任务系统它的功能增强了许多。

1.进程的创建-fork

1.进程VS程序

编写完毕的代码，在没有运行的时候，称之为程序

正在运行着的代码，就成为进程

进程，除了包含代码以外，还有需要运行的环境等，所以和程序是有区别的

2.fork()

Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程：

运行结果：

说明：

·程序执行到os.fork()时，操作系统会创建一个新的进程（子进程），然后复制父进程的所有信息到子进程中

·然后父进程和子进程都会从fork()函数中得到一个返回值，在子进程中这个值一定是0，而父进程中是子进程的id号

在Unix/Linux操作系统中，提供了一个fork()系统函数，它非常特殊。

普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。

子进程永远返回0，而父进程返回子进程的ID。

这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。

2.getpid()、getppid()

运行结果：

3.多进程修改全局变量

运行结果：

总结：

多进程中，每个进程中所有数据（包括全局变量）都各有拥有一份，互不影响

4.多次fork问题

运行结果：

说明：

父子进程的执行顺序

父进程、子进程执行顺序没有规律，完全取决于操作系统的调度算法

5.multiprocessing

由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。

multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：

运行结果：

说明

·创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动，这样创建进程比fork()还要简单。

·join()方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。

Process语法结构如下：

Process([group [, target [, name [, args [, kwargs]]]]])

·target：表示这个进程实例所调用对象；

·args：表示调用对象的位置参数元组；

·kwargs：表示调用对象的关键字参数字典；

·name：为当前进程实例的别名；

·group：大多数情况下用不到；

Process类常用方法：

·is_alive()：判断进程实例是否还在执行；

·join([timeout])：是否等待进程实例执行结束，或等待多少秒；

·start()：启动进程实例（创建子进程）；

·run()：如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的run()方法；

·terminate()：不管任务是否完成，立即终止；

Process类常用属性：

·name：当前进程实例别名，默认为Process-N，N为从1开始递增的整数；

·pid：当前进程实例的PID值；

例1：

运行结果：

例2：

运行结果：

6.进程的创建-Process子类

运行结果：

两种方式的对比：

1、方法

2、继承类

继承类是以面向对象考虑这个事的，所以业务逻辑复杂，建议使用继承类，更好理解

7.进程池Pool

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

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行，请看下面的实例：

运行结果：

总结：

multiprocessing.Pool常用函数解析：

·apply_async(func[, args[, kwds]])：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；

·apply(func[, args[, kwds]])：使用阻塞方式调用func

·close()：关闭Pool，使其不再接受新的任务；

·terminate()：不管任务是否完成，立即终止；

·join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

这里我们主要分析下1.apply堵塞式

运行结果：

说明：当一个函数的参数存在于一个元组或者一个字典中时，用来间接的调用这个函数，并肩元组或者字典中的参数按照顺序传递给参数。这里我的理解是当成单线程在执行。

8.进程间通信-Queue

Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。

1. Queue的使用

可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示一下Queue的工作原理：

运行结果：

说明

初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

Queue.qsize() 返回队列的大小

Queue.empty() 如果队列为空，返回True,反之False

Queue.full() 如果队列满了，返回True,反之False

Queue.full 与 maxsize 大小对应

Queue.get([block[, timeout]]) 获取队列，timeout等待时间

Queue.get_nowait() 相当Queue.get(False)

非阻塞 Queue.put(item) 写入队列，timeout等待时间

Queue.put_nowait(item) 相当Queue.put(item, False)

Queue.task_done() 在完成一项工作之后，Queue.task_done() 函数向任务已经完成的队列发送一个信号

Queue.join() 实际上意味着等到队列为空，再执行别的操作

·Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；

1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；

2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；

·Queue.put_nowait(item)：相当Queue.put(item, False)；

2. Queue实例

注意参数的传递

我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：

运行结果：

3.进程池中的Queue

如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：

RuntimeError: Queue objects should only be shared between processes through inheritance.

下面的实例演示了进程池中的进程如何通信：

运行结果：