Python24 进程

概述进程 进程：一个任务就是一个进程（Process），比如打开一个浏览器就是启动一个浏览器进程，打开一个记事本就启动了一个记事本进程，打开两个记事本就启动了两个记事本进程，打开一个Word就启动了一个Word进程。 线程：有些进程还不止同时干一件事，比如Word，它可以同时进行打字、拼写检查、打印等事情。在一个进程内部，要同时干多件事，就需要同时运行多个“子任务”，我们把进程内的这些“子任务”称为线 进程 进程：一个任务就是一个进程（Process），比如打开一个浏览器就是启动一个浏览器进程，打开一个记事本就启动了一个记事本进程，打开两个记事本就启动了两个记事本进程，打开一个Word就启动了一个Word进程。 线程：有些进程还不止同时干一件事，比如Word，它可以同时进行打字、拼写检查、打印等事情。在一个进程内部，要同时干多件事，就需要同时运行多个“子任务”，我们把进程内的这些“子任务”称为线程（Thread）。 一个进程至少有一个线程。当然，像Word这种复杂的进程可以有多个线程，多个线程可以同时执行，多线程的执行方式和多进程是一样的，也是由 *** 作系统在多个线程之间快速切换，让每个线程都短暂地交替运行，看起来就像同时执行一样。当然，真正地同时执行多线程需要多核cpu才可能实现。 多任务实现方式：
多进程模式； 多线程模式； 多进程+多线程模式。

小结:
线程是最小的执行单元，而进程由至少一个线程组成。如何调度进程和线程，完全由 *** 作系统决定，程序自己不能决定什么时候执行，执行多长时间。 多进程和多线程的程序涉及到同步、数据共享的问题，编写起来更复杂。
- - -

多进程 fork()函数调用一次，返回两次，因为 *** 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。 代码：
PYTHON # windows 没有 fork()方法，此方法适用于/unix/linux/mac import os print(‘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)) multiprocessing:multiprocessing模块提供了一个Process类来代表一个进程对象,适用于windows系统 代码：

# windows 多进程from multiprocessing import Processimport os# 子进程执行def run_proc(name):    print(name+'进程{s}'.format(s=os.getpID()))if __name__ == '__main__':    #　获取当前主线册程ｉｄ    print('当前线程ID%s'% os.getpID())    #　创建子线程    p = Process(target=run_proc,args=('子进程',))    print('调用Start')    #　启动线程    p.start()    #　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。    p.join()    print('end')

Pool：如果要启动大量的子进程，可以用进程池的方式批量创建子进程：

代码：
```PYTHON
# Pool：如果要启动大量的子进程，可以用进程池的方式批量创建子进程：
from multiprocessing import Pool
import os,time,random

def long_time(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(4)
for i in range(5):
p.apply_async(long_time,args=(i,))
print(‘waiting for all subprocesses done...‘)
p.close()
p.join() # 调用之前需调用close()方法，调用后会等待所有子进程执行完毕
print(‘done‘)
‘‘‘
代码解读：
对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，
调用close()之后就不能继续添加新的Process了。
请注意输出的结果，task 0，1，2，3是立刻执行的，而task 4要等待前面某个task完成后才执行，
这是因为Pool的默认大小在我的电脑上是4，
因此，最多同时执行4个进程。这是Pool有意设计的限制，并不是 *** 作系统的限制。如果改成：
‘‘‘
``` 子进程：子进程并不是自身，而是一个外部进程。我们创建了子进程后，还需要控制子进程的输入和输出。subprocess模块可以让我们非常方便地启动一个子进程，然后控制其输入和输出

代码：
```PYTHON
# 子进程：subprocess模块可以让我们非常方便地启动一个子进程，然后控制其输入和输出。
import subprocess

print(‘$ nslookup www.python.org‘)
r = subprocess.call([‘nslookup‘,‘www.python.org‘])
print(‘Exit code:‘,r)
``` 进程间通信：Process之间肯定是需要通信的， *** 作系统提供了很多机制来实现进程间的通信。Python的multiprocessing模块包装了底层的机制，提供了Queue、Pipes等多种方式来交换数据。

代码：
```PYTHON
from multiprocessing import Process,Queue
import os,random

# 写数据进程执行的代码:
def write(q):
print(‘Process to write: %s‘ % os.getpID())
for value in [‘A‘,‘B‘,‘C‘]:
print(‘Put %s to queue...‘ % value)
q.put(value)
time.sleep(random.random())

# 读数据进程执行的代码:
def read(q):
print(‘Process to read: %s‘ % os.getpID())
while True:
value = q.get(True)
print(‘Get %s from queue.‘ % value)

if name==‘main‘: # 父进程创建Queue，并传给各个子进程： q = Queue() pw = Process(target=write,args=(q,)) pr = Process(target=read,)) # 启动子进程pw，写入: pw.start() # 启动子进程pr，读取: pr.start() # 等待pw结束: pw.join() # pr进程里是死循环，无法等待其结束，只能强行终止: pr.terminate() ```

总结

以上是内存溢出为你收集整理的Python24 进程全部内容，希望文章能够帮你解决Python24 进程所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。