要讓Python程序?qū)崿F(xiàn)多進(jìn)程（multiprocessing），我們先了解操作系統(tǒng)的相關(guān)知識(shí)。
Unix/Linux操作系統(tǒng)提供了一個(gè)fork()系統(tǒng)調(diào)用，它非常特殊。普通的函數(shù)調(diào)用，調(diào)用一次，返回一次，但是fork()調(diào)用一次，返回兩次，因?yàn)椴僮飨到y(tǒng)自動(dòng)把當(dāng)前進(jìn)程（稱為父進(jìn)程）復(fù)制了一份（稱為子進(jìn)程），然后，分別在父進(jìn)程和子進(jìn)程內(nèi)返回。
子進(jìn)程永遠(yuǎn)返回0，而父進(jìn)程返回子進(jìn)程的ID。這樣做的理由是，一個(gè)父進(jìn)程可以fork出很多子進(jìn)程，所以，父進(jìn)程要記下每個(gè)子進(jìn)程的ID，而子進(jìn)程只需要調(diào)用getppid()就可以拿到父進(jìn)程的ID。
Python的os模塊封裝了常見(jiàn)的系統(tǒng)調(diào)用，其中就包括fork，可以在Python程序中輕松創(chuàng)建子進(jìn)程：
|
1
2
3
4
5
6
7
8
9
|
# multiprocessing.pyimport osprint 'Process (%s) start...' % os.getpid()pid = os.fork()if pid==0: print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid())else: print 'I (%s) just created a child process (%s).' % (os.getpid(), pid) |
運(yùn)行結(jié)果如下：
|
1
2
3
|
Process (876) start...I (876) just created a child process (877).I am child process (877) and my parent is 876. |
由于Windows沒(méi)有fork調(diào)用，上面的代碼在Windows上無(wú)法運(yùn)行。由于Mac系統(tǒng)是基于BSD（Unix的一種）內(nèi)核，所以，在Mac下運(yùn)行是沒(méi)有問(wèn)題的，推薦大家用Mac學(xué)Python！
有了fork調(diào)用，一個(gè)進(jìn)程在接到新任務(wù)時(shí)就可以復(fù)制出一個(gè)子進(jìn)程來(lái)處理新任務(wù)，常見(jiàn)的Apache服務(wù)器就是由父進(jìn)程監(jiān)聽(tīng)端口，每當(dāng)有新的http請(qǐng)求時(shí)，就fork出子進(jìn)程來(lái)處理新的http請(qǐng)求。
multiprocessing
如果你打算編寫多進(jìn)程的服務(wù)程序，Unix/Linux無(wú)疑是正確的選擇。由于Windows沒(méi)有fork調(diào)用，難道在Windows上無(wú)法用Python編寫多進(jìn)程的程序？
由于Python是跨平臺(tái)的，自然也應(yīng)該提供一個(gè)跨平臺(tái)的多進(jìn)程支持。multiprocessing模塊就是跨平臺(tái)版本的多進(jìn)程模塊。
multiprocessing模塊提供了一個(gè)Process類來(lái)代表一個(gè)進(jìn)程對(duì)象，下面的例子演示了啟動(dòng)一個(gè)子進(jìn)程并等待其結(jié)束：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
from multiprocessing import Processimport os# 子進(jìn)程要執(zhí)行的代碼def run_proc(name): print 'Run child process %s (%s)...' % (name, os.getpid())if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Process(target=run_proc, args=('test',)) print 'Process will start.' p.start() p.join() print 'Process end.' |
執(zhí)行結(jié)果如下：
|
1
2
3
4
|
Parent process 928.Process will start.Run child process test (929)...Process end. |
創(chuàng)建子進(jìn)程時(shí)，只需要傳入一個(gè)執(zhí)行函數(shù)和函數(shù)的參數(shù)，創(chuàng)建一個(gè)Process實(shí)例，用start()方法啟動(dòng)，這樣創(chuàng)建進(jìn)程比f(wàn)ork()還要簡(jiǎn)單。
join()方法可以等待子進(jìn)程結(jié)束后再繼續(xù)往下運(yùn)行，通常用于進(jìn)程間的同步。
Pool
如果要啟動(dòng)大量的子進(jìn)程，可以用進(jìn)程池的方式批量創(chuàng)建子進(jìn)程：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
from multiprocessing import Poolimport os, time, randomdef long_time_task(name): print 'Run task %s (%s)...' % (name, os.getpid()) start = time.time() time.sleep(random.random() * 3) end = time.time() print 'Task %s runs %0.2f seconds.' % (name, (end - start))if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Pool() for i in range(5): p.apply_async(long_time_task, args=(i,)) print 'Waiting for all subprocesses done...' p.close() p.join() print 'All subprocesses done.' |
執(zhí)行結(jié)果如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
Parent process 669.Waiting for all subprocesses done...Run task 0 (671)...Run task 1 (672)...Run task 2 (673)...Run task 3 (674)...Task 2 runs 0.14 seconds.Run task 4 (673)...Task 1 runs 0.27 seconds.Task 3 runs 0.86 seconds.Task 0 runs 1.41 seconds.Task 4 runs 1.91 seconds.All subprocesses done. |
代碼解讀：
對(duì)Pool對(duì)象調(diào)用join()方法會(huì)等待所有子進(jìn)程執(zhí)行完畢，調(diào)用join()之前必須先調(diào)用close()，調(diào)用close()之后就不能繼續(xù)添加新的Process了。
請(qǐng)注意輸出的結(jié)果，task 0，1，2，3是立刻執(zhí)行的，而task 4要等待前面某個(gè)task完成后才執(zhí)行，這是因?yàn)镻ool的默認(rèn)大小在我的電腦上是4，因此，最多同時(shí)執(zhí)行4個(gè)進(jìn)程。這是Pool有意設(shè)計(jì)的限制，并不是操作系統(tǒng)的限制。如果改成：
|
1
|
p = Pool(5) |
就可以同時(shí)跑5個(gè)進(jìn)程。
由于Pool的默認(rèn)大小是CPU的核數(shù)，如果你不幸擁有8核CPU，你要提交至少9個(gè)子進(jìn)程才能看到上面的等待效果。
進(jìn)程間通信
Process之間肯定是需要通信的，操作系統(tǒng)提供了很多機(jī)制來(lái)實(shí)現(xiàn)進(jìn)程間的通信。Python的multiprocessing模塊包裝了底層的機(jī)制，提供了Queue、Pipes等多種方式來(lái)交換數(shù)據(jù)。
我們以Queue為例，在父進(jìn)程中創(chuàng)建兩個(gè)子進(jìn)程，一個(gè)往Queue里寫數(shù)據(jù)，一個(gè)從Queue里讀數(shù)據(jù)：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
from multiprocessing import Process, Queueimport os, time, random# 寫數(shù)據(jù)進(jìn)程執(zhí)行的代碼:def write(q): for value in ['A', 'B', 'C']: print 'Put %s to queue...' % value q.put(value) time.sleep(random.random())# 讀數(shù)據(jù)進(jìn)程執(zhí)行的代碼:def read(q): while True: value = q.get(True) print 'Get %s from queue.' % valueif __name__=='__main__': # 父進(jìn)程創(chuàng)建Queue，并傳給各個(gè)子進(jìn)程： q = Queue() pw = Process(target=write, args=(q,)) pr = Process(target=read, args=(q,)) # 啟動(dòng)子進(jìn)程pw，寫入: pw.start() # 啟動(dòng)子進(jìn)程pr，讀取: pr.start() # 等待pw結(jié)束: pw.join() # pr進(jìn)程里是死循環(huán)，無(wú)法等待其結(jié)束，只能強(qiáng)行終止: pr.terminate() |
運(yùn)行結(jié)果如下：
|
1
2
3
4
5
6
|
Put A to queue...Get A from queue.Put B to queue...Get B from queue.Put C to queue...Get C from queue. |
在Unix/Linux下，multiprocessing模塊封裝了fork()調(diào)用，使我們不需要關(guān)注fork()的細(xì)節(jié)。由于Windows沒(méi)有fork調(diào)用，因此，multiprocessing需要“模擬”出fork的效果，父進(jìn)程所有Python對(duì)象都必須通過(guò)pickle序列化再傳到子進(jìn)程去，所有，如果multiprocessing在Windows下調(diào)用失敗了，要先考慮是不是pickle失敗了。
小結(jié)
在Unix/Linux下，可以使用fork()調(diào)用實(shí)現(xiàn)多進(jìn)程。
要實(shí)現(xiàn)跨平臺(tái)的多進(jìn)程，可以使用multiprocessing模塊。
進(jìn)程間通信是通過(guò)Queue、Pipes等實(shí)現(xiàn)的。
