在本章中,我們將更多地關(guān)注多處理和多線程之間的比較。
多進程
在一臺計算機系統(tǒng)中使用兩個或多個CPU單元。 通過利用計算機系統(tǒng)中可用的全部CPU核心,這是最好的方法來充分利用我們的硬件。
多線程
這是CPU通過同時執(zhí)行多個線程來管理操作系統(tǒng)使用的能力。 多線程的主要思想是通過將進程分成多個線程來實現(xiàn)并行性。
下表顯示了它們之間的一些重要區(qū)別 -
編號 | 多進程 | 多程序 |
---|---|---|
1 | 多處理是指多個CPU同時處理多個進程。 | 多程序同時在主存儲器中保存多個程序,并使用單個CPU同時執(zhí)行它們。 |
2 | 它利用多個CPU。 | 它利用單個CPU |
3 | 它允許并行處理。 | 上下文切換。 |
4 | 處理工作的時間更少。 | 處理工作需要花費更多的時間。 |
5 | 它有助于計算機系統(tǒng)設(shè)備的高效利用。 | 效率低于多重處理。 |
6 | 系統(tǒng)通常更昂貴。 | 這樣的系統(tǒng)更便宜。 |
在使用并發(fā)應(yīng)用程序時,Python中存在一個名為GIL(全局解釋器鎖)的限制。 GIL從來不允許我們利用CPU的多個內(nèi)核,因此可以說Python中沒有真正的線程。 GIL是互斥鎖 - 互斥鎖,它使線程安全。 換句話說,可以說GIL阻止了多個線程并行執(zhí)行Python代碼。鎖一次只能由一個線程保存,如果想執(zhí)行一個線程,那么它必須先獲取鎖。
通過使用多處理,可以通過GIL有效地繞過 -
可以使用以下三種方法在多處理模塊內(nèi)用Python啟動進程 -
使用Fork創(chuàng)建一個流程
Fork命令是在UNIX中找到的標準命令。 它用于創(chuàng)建稱為子進程的新進程。 此子進程與稱為父進程的進程同時運行。 這些子進程也與其父進程相同,并繼承父進程可用的所有資源。 使用Fork創(chuàng)建流程時使用以下系統(tǒng)調(diào)用 -
fork()
- 這是一個通常在內(nèi)核中實現(xiàn)的系統(tǒng)調(diào)用,它用于創(chuàng)建進程的副本。getpid()
- 該系統(tǒng)調(diào)用返回調(diào)用進程的進程ID(PID)。示例
以下Python腳本示例將演示如何創(chuàng)建新的子進程并獲取子進程和父進程的PID -
import os
def child():
n = os.fork()
if n > 0:
print("PID of Parent process is : ", os.getpid())
else:
print("PID of Child process is : ", os.getpid())
child()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
PID of Parent process is : 25989
PID of Child process is : 25990
Spawn意味著開始新的事物。 因此,產(chǎn)生一個過程意味著父過程創(chuàng)建一個新進程。 父進程異步繼續(xù)執(zhí)行或等待子進程結(jié)束其執(zhí)行。 按照這些步驟產(chǎn)生一個進程 -
start()
方法來啟動進程活動。join()
方法退出。示例
以下Python腳本示例產(chǎn)生三個進程 -
import multiprocessing
def spawn_process(i):
print ('This is process: %s' %i)
return
if __name__ == '__main__':
Process_jobs = []
for i in range(3):
p = multiprocessing.Process(target = spawn_process, args = (i,))
Process_jobs.append(p)
p.start()
p.join()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
This is process: 0
This is process: 1
This is process: 2
Forkserver機制僅適用于那些支持通過Unix Pipes傳遞文件描述符的所選UNIX平臺。 考慮以下幾點來理解Forkserver機制的工作 -
Python多處理模塊允許通過它的守護進程選項來守護進程。 守護進程或在后臺運行的進程遵循與守護進程線程類似的概念。 要在后臺執(zhí)行該進程,需要將守護進程標志設(shè)置為true
。 只要主進程正在執(zhí)行,守護進程將繼續(xù)運行,并在完成執(zhí)行或主程序被終止后終止進程。
示例
在這里,我們使用與守護進程線程中使用的相同的示例。 唯一的區(qū)別是模塊從多線程更改為多處理,并將守護標志設(shè)置為true
。 但是,如下所示,輸出結(jié)果會發(fā)生變化 -
import multiprocessing
import time
def nondaemonProcess():
print("starting my Process")
time.sleep(8)
print("ending my Process")
def daemonProcess():
while True:
print("Hello")
time.sleep(2)
if __name__ == '__main__':
nondaemonProcess = multiprocessing.Process(target = nondaemonProcess)
daemonProcess = multiprocessing.Process(target = daemonProcess)
daemonProcess.daemon = True
nondaemonProcess.daemon = False
daemonProcess.start()
nondaemonProcess.start()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
starting my Process
ending my Process
輸出與守護進程線程生成的輸出相比是不同的,因為沒有守護進程模式的進程有輸出。 因此,主程序結(jié)束后,守護進程會自動結(jié)束以避免運行進程的持久性。
可以使用terminate()
方法立即終止或終止一個進程。 在完成執(zhí)行之前,我們將使用此方法來終止在函數(shù)的幫助下創(chuàng)建的子進程。
例子
import multiprocessing
import time
def Child_process():
print ('Starting function')
time.sleep(5)
print ('Finished function')
P = multiprocessing.Process(target = Child_process)
P.start()
print("My Process has terminated, terminating main thread")
print("Terminating Child Process")
P.terminate()
print("Child Process successfully terminated")
輸出結(jié)果 -
My Process has terminated, terminating main thread
Terminating Child Process
Child Process successfully terminated
該輸出顯示程序在執(zhí)行使用Child_process()
函數(shù)創(chuàng)建的子進程之前終止。 這意味著子進程已成功終止。
操作系統(tǒng)中的每個進程都具有稱為PID的進程標識。 在Python中,可以借助以下命令找出當前進程的PID -
import multiprocessing
print(multiprocessing.current_process().pid)
例子
以下Python腳本示例用于找出主進程的PID以及子進程的PID -
import multiprocessing
import time
def Child_process():
print("PID of Child Process is: {}".format(multiprocessing.current_process().pid))
print("PID of Main process is: {}".format(multiprocessing.current_process().pid))
P = multiprocessing.Process(target=Child_process)
P.start()
P.join()
執(zhí)行上面示例代碼,得到以下結(jié)果 -
PID of Main process is: 9401
PID of Child Process is: 9402
可以通過對threading.Thread
類進行子分類來創(chuàng)建線程。 另外,還可以通過對multiprocessing.Process
類進行子分類來創(chuàng)建流程。 要在子類中使用流程,需要考慮以下幾點 -
Process
類的新子類。_init_(self [,args])
類。run(self [,args])
方法來實現(xiàn)Process
類start()
方法來啟動進程。參考以下代碼 -
import multiprocessing
class MyProcess(multiprocessing.Process):
def run(self):
print ('called run method in process: %s' %self.name)
return
if __name__ == '__main__':
jobs = []
for i in range(5):
P = MyProcess()
jobs.append(P)
P.start()
P.join()
執(zhí)行上面示例代碼,得到以下代碼-
called run method in process: MyProcess-1
called run method in process: MyProcess-2
called run method in process: MyProcess-3
called run method in process: MyProcess-4
called run method in process: MyProcess-5
如果在Python應(yīng)用程序中討論簡單的并行處理任務(wù),那么多處理模塊提供了Pool
類。 下面的Pool
類方法可以用來在主程序中創(chuàng)建多個子進程。
apply()方法
該方法與ThreadPoolExecutor
的submit()
方法類似,直到結(jié)果準備就緒。
apply_async()方法
當需要并行執(zhí)行任務(wù)時,需要使用apply_async()
方法將任務(wù)提交給池。 這是一個異步操作,直到執(zhí)行完所有的子進程之后才會鎖定主線程。
map()方法
就像apply()
方法一樣,它也會阻塞直到結(jié)果準備就緒。 它相當于內(nèi)置的map()
函數(shù),它將多個塊中的可迭代數(shù)據(jù)分開并作為單獨的任務(wù)提交給進程池。
map_async()方法
它是map()
方法的一個變體,apply_async()
是apply()
方法的變體。 它返回一個結(jié)果對象。 當結(jié)果準備就緒時,就會應(yīng)用一個可調(diào)用對象。 可調(diào)用函數(shù)必須立即完成; 否則,處理結(jié)果的線程將被阻止。
例子
以下示例實現(xiàn)執(zhí)行并行執(zhí)行的進程池。 通過multiprocessing.Pool
方法應(yīng)用square()
函數(shù),可以簡單計算數(shù)字的平方。 然后使用pool.map()
提交5
,因為輸入是從0
到4
的整數(shù)列表。結(jié)果將被存儲在p_outputs
中并被打印輸出結(jié)果 -
def square(n):
result = n*n
return result
if __name__ == '__main__':
inputs = list(range(5))
p = multiprocessing.Pool(processes = 4)
p_outputs = pool.map(function_square, inputs)
p.close()
p.join()
print ('Pool :', p_outputs)
執(zhí)行上面示例代碼,得到以下結(jié)果 -
Pool : [0, 1, 4, 9, 16]