Python多进程并发与同步机制超详细讲解
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