Python多进程并发与同步机制超详细讲解

时间:2022-12-23 alwaysrun 人气:0

在《多线程与同步》中介绍了多线程及存在的问题，而通过使用多进程而非线程可有效地绕过全局解释器锁。因此，通过multiprocessing模块可充分地利用多核CPU的资源。

多进程

多进程是通过multiprocessing包来实现的，multiprocessing.Process对象（和多线程的threading.Thread类似）用来创建一个进程对象：

在类UNIX平台上，需要对每个Process对象调用join()方法 (实际上等同于wait)避免其成为僵尸进程。
multiprocessing提供了threading包中没有的IPC(比如Pipe和Queue)，效率上更高。应优先考虑Pipe和Queue，避免使用Lock/Event/Semaphore/Condition等同步方式。
多进程应尽量避免共享资源。必要时可以通过共享内存和Manager的方法来共享资源。

僵尸进程

在unix或unix-like系统中，当一个子进程退出后，它就会变成一个僵尸进程，如果父进程没有通过wait系统调用来读取这个子进程的退出状态的话，这个子进程就会一直维持僵尸进程状态（占据部分系统资源，无法释放）。

要清除僵尸进程，有：

结束父进程（一般是主进程）：当父进程退出的时候僵尸进程也会被随之清除。

读取子进程退出状态：如通过multiprocessing.Process产出的进程可以：

调用join()来等待子进程的方法来（内部会wait子进程）；
在父进程中处理SIGCHLD信号：在处理程序中调用wait系统调用或者直接设置为SIG_IGN来清除僵尸进程；

把进程变成孤儿进程，这样进程就会自动交由init进程来自动处理。

通过设定signal.signal(signal.SIGCHLD, signal.SIG_IGN)或join进程可避免僵尸进程的产生

def zombieProc():
    print("zombie running")
    time.sleep(5)
    print("zombie exit")
if __name__ == '__main__':
    signal.signal(signal.SIGCHLD, signal.SIG_IGN)
    proc = multiprocessing.Process(target=zombieProc)
    proc.start()
    # proc.join()
    time.sleep(30)

Process类

Process([group [, target [, name [, args [, kwargs]]]]])，实例化得到的对象，表示一个子进程任务：

group参数未使用，值始终为None；
target表示调用对象，即子进程要执行的任务；
args表示调用对象的位置参数元组，args=(1, ‘test’, [‘one’])；
kwargs表示调用对象的字典参数，kwargs={‘name’:‘mike’,‘age’:18}；
name为子进程的名称；

Process类的属性与方法：

start()：启动进程，并执行其run方法；
run()：进程启动时运行的方法，继承Process类时必须要实现方法；
terminate()：强制终止进程，不会进行任何清理操作（若p创建了子进程，则子进程就成了僵尸进程）;如进程还持有锁等，那么也不会被释放，进而导致死锁；
is_alive()：返回进程是否在运行状态；
join([timeout])：等待进程终止；
daemon：默认值为False，如果设为True，代表为守护进程（当父进程终止时，随之终止；并且不能创建自己的新进程），必须在start()之前设置；
name：进程的名称；
pid/ident：进程的pid；
exitcode：进程在运行时为None、如果为–N，表示被信号N结束；
authkey：进程的身份验证码（默认是由os.urandom()随机生成的32字符的字符串），在涉及网络连接的底层进程间通信时提供安全性；

也可通过os.getpid()获取进程的PID，os.getppid()获取父进程的PID。

函数方式

通过Process类直接运行函数：

def simpleRoutine(name, delay):
    print(f"routine {name} starting...")
    time.sleep(delay)
    print(f"routine {name} finished")
if __name__ == '__main__':
    thrOne = multiprocessing.Process(target=simpleRoutine, args=("First", 1))
    thrTwo = multiprocessing.Process(target=simpleRoutine, args=("Two", 2))
    thrOne.start()
    thrTwo.start()
    thrOne.join()
    thrTwo.join()

继承方式

通过继承Process类，并实现run方法来启动进程：

class SimpleProcess(multiprocessing.Process):
    def __init__(self, name, delay):
        super().__init__()
        self.name = name
        self.delay = delay
    def run(self):
        print(f"Process {self.name} starting...")
        time.sleep(self.delay)
        print(f"Process {self.name} finished")
if __name__ == '__main__':
    thrOne = SimpleProcess("First", 2)
    thrTwo = SimpleProcess("Second", 1)
    thrOne.start()
    thrTwo.start()
    thrOne.join()
    thrTwo.join()

同步机制

进程间同步与线程间同步类似（只是所有对象都在multiprocessing模块中）：

Lock/Rlock: 通过acquire()和release()来获取与释放锁；
Event: 事件信号，通过set()和clear()来设定与清楚信号；通过wait()来等待信号；
Condition: 条件变量；通过wait()用来等待条件，通过notify/notify_all()来通知等待此条件的进程（等待与通知前，都需先持有锁）；
Semaphore: 信号量；维护一个计数器；
Barrier: 屏障；只有等待进程数量达到要求数量，才会同时开始执行屏障保护后的代码。

屏障示例：

def waitBarrier(name, barr: multiprocessing.Barrier):
    print(f"{name} waiting for open")
    try:
        barr.wait()
        print(f"{name} running")
        time.sleep(2)
    except multiprocessing.BrokenBarrierError:
        print(f"{name} exception")
    print(f"{name} finished")
def openFun():  # 屏障满足条件时，执行一次
    print("barrier opened")
if __name__ == '__main__':
    signal = multiprocessing.Barrier(5, openFun)
    for i in range(10):
        multiprocessing.Process(target=waitBarrier, args=(i, signal)).start()  
        time.sleep(1)

当第5个进程启动时，前面5个进程会同时开始执行（openFun函数会执行一次）；当第10个进程启动时，后面5个进程会同时开始执行一次（openFun函数又会执行一次）。

状态管理Managers

Managers提供了一种创建由多进程（包括跨机器间进程共享）共享的数据的方式：

multiprocessing.Manager()返回一个SyncManager对象；此对象对应着一个管理者子进程（manager process）以及代理（其他子进程使用）；
它确保当某一进程修改了共享对象之后，其他进程中的共享对象也会得到更新；
其支持的类型有：list、dict、Namespace、Lock、RLock、Semaphore、BoundedSemaphore、Condition、Event、Queue、Value和Array。

多进程进共享字典与列表（每个进程中都能看到其他进程修改过的内容）

def worker(dictContext: dict, lstContext: list, name):
    pid = os.getpid()
    dictContext[name] = pid
    lstContext.append(pid)
    print(f"{name} worker: {lstContext}")
def managerContext():
    mgr = multiprocessing.Manager()
    multiprocessing.managers
    dictContext = mgr.dict()
    lstContext = mgr.list()
    jobs = [multiprocessing.Process(target=worker, args=(dictContext, lstContext, i)) for i in range(10)]
    for j in jobs:
        j.start()
    for j in jobs:
        j.join()
    print('Results:', dictContext)

加载全部内容