一、进程
python中提供多进程包：multiprocessing，支持子进程，通信，共享内存，执行不同形式的同步，提供了Process、Pipi、Lock等组件
多进程和多线程区别：
多线程使用的是CPU的一个核，适合IO密集型
多进程使用的是CPU的多个核，适合运算密集型
1）multiprocessing的方法
cpu_count()：统计cpu总数
active_children()：获取所有子进程
例子：
#!/usr/bin/env python
import multiprocessing
p = multiprocessing.cpu_count()
m = multiprocessing.active_children()
print(p)
print(m)运行结果：
8
[]
2）Process进程
创建一个Process对象：p = multiprocessing.Precess(target=worker,args=(2,))
说明：
target = 函数名字
args = 函数需要的的参数，以tuple形式传入
3）Process常用方法
is_alive()：判断进程是否存活
run()：启动进程
start()：启动进程，会自动调用run方法，常用
join(timeout=)：等待进程结束或者直到超时
4）Process常用属性
name：进程名字
pid：进程的pid
例子：
#!/usr/bin/env python
import time
import multiprocessing
def worker(interval):
time.sleep(interval)
print("hello,China")
if __name__ == "__main__":
p = multiprocessing.Process(target=worker,args=(5,))
p.start()
print(p.is_alive())
p.join(timeout=3) # 只等待3秒，如果进程还没结束，则向下执行print(p.name)
print(p.name)
print(p.pid)
print("This is end")运行结果：
True
Process-1
121764
This is end
hello,China
实例: 多进程
import time
import multiprocessing
def worker(name,interval):
print("{0} start" .format(name))
time.sleep(interval)
print("{0} end" .format(name))
if __name__ == "__main__":
print("main start")
print("The computer has {0} core" .format(multiprocessing.cpu_count()))
p1 = multiprocessing.Process(target=worker,args=("worker",2))
p2 = multiprocessing.Process(target=worker,args=("worker",3))
p3 = multiprocessing.Process(target=worker,args=("worker",4))
p1.start()
p2.start()
p3.start()
for p in multiprocessing.active_children():
print("The pid of {0} is {1}" .format(p.name,p.pid) )
print("main end")运行结果：
main start
The computer has 4 core
The pid of Process-1 is 21112
The pid of Process-3 is 20536
The pid of Process-2 is 2116
main end
worker start
worker start
worker start
worker end
worker end
worker end
说明：启动的多个进程之间都是相互独立存在的
二、lock组件
当我们用多进程来读写文件时，如果一个写一个读同时进行时不行的，必须一个写完之后，另一个才可以读。因此需要用到一个锁机制进行控制
实例1：多进程不加锁
import multiprocessing
import time
def add(number,value,lock):
print("init,member = {1}".format(value,number))
for i in xrange(1,6):
number += value
time.sleep(1)
print("add {0},number = {1}".format(value,number))
if __name__ == "__main__":
lock = multiprocessing.Lock()
number = 0
p1 = multiprocessing.Process(target=add,args=(number,1,lock))
p3 = multiprocessing.Process(target=add,args=(number,3,lock))
p1.start()
p3.start()
print("main end")运行结果：
main end
init,member = 0
init,member = 0
add 1,number = 1
add 3,number = 3
add 1,number = 2
add 3,number = 6
add 1,number = 3
add 3,number = 9
add 1,number = 4
add 3,number = 12
add 1,number = 5
add 3,number = 15
说明：多进程互不干扰，同时进行；进程1: 0、1、2、3、4、5；进程3: 0、3、6、9、15
实例2：多进程加锁
import multiprocessing
import time
def add(number,value,lock):
lock.acquire() # 获取锁
try:
print("init,member = {1}".format(value,number))
for i in xrange(1,6):
number += value
time.sleep(1)
print("add {0},number = {1}".format(value,number))
except Exception as e:
raise e
finally:
lock.release() # 释放锁
if __name__ == "__main__":
lock = multiprocessing.Lock() # 定义锁
number = 0
p1 = multiprocessing.Process(target=add,args=(number,1,lock))
p3 = multiprocessing.Process(target=add,args=(number,3,lock))
p1.start()
p3.start()
print("main end")运行结果：
main end
init,member = 0
add 1,number = 1
add 1,number = 2
add 1,number = 3
add 1,number = 4
add 1,number = 5
init,member = 0
add 3,number = 3
add 3,number = 6
add 3,number = 9
add 3,number = 12
add 3,number = 15
说明：进程1和进程3，谁先抢到锁，则另一个进程只能等待抢到者执行完之后，才能执行
三、共享内存
两个“同时“读写的文件，其中一个作用的结果对另外一个有影响。multiprocessing提供了Value和Array模块
实例1：多进程内存共享不加锁
import multiprocessing
import time
def add(number,value1):
try:
print("init,member = {1}".format(value1,number.value)) # 值的调用方式 number.value
for i in xrange(1,6):
number.value += value1
time.sleep(1)
print("add {0},number = {1}".format(value1,number.value))
except Exception as e:
raise e
if __name__ == "__main__":
lock = multiprocessing.Lock()
number = multiprocessing.Value("i",0) # Value共享内存模块
p1 = multiprocessing.Process(target=add,args=(number,1))
p3 = multiprocessing.Process(target=add,args=(number,3))
p1.start()
p3.start()
print("main end")运行结果：
main end
init,member = 0
init,member = 1
add 1,number = 4
add 3,number = 5
add 1,number = 8
add 3,number = 9
add 1,number = 12
add 3,number = 13
add 1,number = 16
add 3,number = 17
add 1,number = 20
add 3,number = 20
说明：不加锁，进程1和进程3在彼此运算完之后的结果上继续运算，同时进行
实例2: 多进程共享内存加锁
import multiprocessing
import time
def add(number,value1,lock):
lock.acquire()
try:
print("init,member = {1}".format(value1,number.value))
for i in xrange(1,6):
number.value += value1
time.sleep(1)
print("add {0},number = {1}".format(value1,number.value))
except Exception as e:
raise e
finally:
lock.release()
if __name__ == "__main__":
lock = multiprocessing.Lock()
number = multiprocessing.Value("i",0)
p1 = multiprocessing.Process(target=add,args=(number,1,lock))
p3 = multiprocessing.Process(target=add,args=(number,3,lock))
p1.start()
p3.start()
print("main end")运行结果：
main end
init,member = 0
add 1,number = 1
add 1,number = 2
add 1,number = 3
add 1,number = 4
add 1,number = 5
init,member = 5
add 3,number = 8
add 3,number = 11
add 3,number = 14
add 3,number = 17
add 3,number = 20
说明：加锁，进程3等待进程1执行完毕之后，在前者的结果上，继续执行
四、多进程Manager
一般实现的数据共享的方式只有两种结构Value和Array。Python中提供了强大的Manage专门用来做数据共享的，其支持的类型非常多，包括，Value， Array，list，dict， Queue, Lock等
例：支持字典和列表类型
import multiprocessing
def worker(d,l):
l += range(11,16) # 返回一个列表序列的特殊写法
for i in xrange(1,6):
key = "key {0}".format(i)
value = "value {0}".format(i)
d[key] = value
if __name__ == "__main__":
manager = multiprocessing.Manager()
l = manager.list()
d = manager.dict()
p = multiprocessing.Process(target=worker,args=(d,l))
p.start()
p.join()
print(d)
print(l)
print("main end")运行结果：
{'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3', 'key 4': 'value 4', 'key 5': 'value 5'}
[11, 12, 13, 14, 15]
main end
五、进程池
Pool可以提供指定数量的进程，供用户调用，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规定最大值，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
阻塞和非阻塞
Pool.apply_async： 非阻塞，定义的进程池进程最大数可以同时执行
Pool.apply：阻塞，一个进程结束，释放回进程池，下一个进程才可以开始
例1：非阻塞
import multiprocessing
import time
def worker(msg):
print("###### start {0}#######".format(msg))
time.sleep(1)
print("###### end {0}#######".format(msg))
if __name__ == "__main__":
print("main start")
pool = multiprocessing.Pool(processes=3)
for i in xrange(1,10):
msg = "hello {0}".format(i)
pool.apply_async(func=worker,args=(msg,)) # pool.apply_async()非阻塞型
pool.close()
pool.join() #调用join之前，先调用close函数，否则会出错。执行完close后如果没有新的进程加入到pool,则join函数等待所有子进程结束
print("main end")运行结果：
main start
###### start hello 1#######
###### start hello 2#######
###### start hello 3#######
###### end hello 1#######
###### start hello 4#######
###### end hello 2#######
###### start hello 5#######
###### end hello 3#######
###### start hello 6#######
###### end hello 4#######
###### start hello 7#######
###### end hello 5#######
###### start hello 8#######
###### end hello 6#######
###### start hello 9#######
###### end hello 7#######
###### end hello 8#######
###### end hello 9#######
main end
说明：一开始启动3个进程，之后先关闭一个进程，再补充另外一个进程进来，始终保持3个，直至结束
例2：阻塞型
import multiprocessing
import time
def worker(msg):
print("###### start {0}#######".format(msg))
time.sleep(1)
print("###### end {0}#######".format(msg))
if __name__ == "__main__":
print("main start")
pool = multiprocessing.Pool(processes=3)
for i in xrange(1,10):
msg = "hello {0}".format(i)
pool.apply(func=worker,args=(msg,)) # pool.apply() 阻塞型
pool.close()
pool.join()
print("main end")运行结果：
main start
###### start hello 1#######
###### end hello 1#######
###### start hello 2#######
###### end hello 2#######
###### start hello 3#######
###### end hello 3#######
###### start hello 4#######
###### end hello 4#######
###### start hello 5#######
###### end hello 5#######
###### start hello 6#######
###### end hello 6#######
###### start hello 7#######
###### end hello 7#######
###### start hello 8#######
###### end hello 8#######
###### start hello 9#######
###### end hello 9#######
main end
说明：每次只能启动一个进程，启动新进程前，需关闭老进程
