1.進程概念

進程是資源分配的最小單位，程序隔離的邊界。

CPU的時間片輪轉，在不同的時間段切換執行不同的進程，但是切換進程是比較耗時的；就引來了輕量級進程，也就是所謂的線程，一個進程中包括多個線程（代碼流，其實也就是進程中同時跑的多個方法體）

• 程序：例如xxx.py這是程序，是一個靜態的
• 進程：一個程序運行起來后，代碼+用到的資源 稱之為進程，它是操作系統分配資源的基本單元。

2.進程的狀態

工作中，任務數往往大于cpu的核數，即一定有一些任務正在執行，而另外一些任務在等待cpu進行執行，因此導致了有了不同的狀態

• 就緒態：運行的條件都已經滿足，正在等在cpu執行
• 執行態：cpu正在執行其功能
• 等待態：等待某些條件滿足，例如一個程序sleep了，此時就處于等待態

3.進程的創建-multiprocessing

multiprocessing模塊就是跨平臺版本的多進程模塊，提供了一個Process類來代表一個進程對象，這個對象可以理解為是一個獨立的進程，可以執行另外的事情。

方法說明：

創建子進程跟創建線程十分類似，只需要傳入一個執行函數和函數的參數，創建一個Process實例，用start()方法啟動。

Process語法結構如下： Process([group [, target [, name [, args [, kwargs]]]]])

• target：如果傳遞了函數的引用，這個子進程就執行這里(函數)的代碼
• args：給target指定的函數傳遞的參數，以元組的方式傳遞
• kwargs：給target指定的函數傳遞命名參數
• name：給進程設定一個名字，可以不設定 group：指定進程組，大多數情況下用不到

Process創建的實例對象的常用方法：

• start()：啟動子進程實例（創建子進程）
• is_alive()：判斷進程子進程是否還在活著
• join([timeout])：是否等待子進程執行結束，或等待多少秒
• terminate()：不管任務是否完成，立即終止子進程

Process創建的實例對象的常用屬性：

• name：當前進程的別名，默認為Process-N，N為從1開始遞增的整數
• pid：當前進程的pid（進程號）

代碼示例：

import multiprocessing import timedef work1():for i in range(10):print("work1----", i)time.sleep(0.5)if __name__ == '__main__':# 創建進程# 1. 導入 multiprocessing 模塊# 2. multiprocessing.Process() 創建子進程# 3. start() 方法啟動進程p1 = multiprocessing.Process(group=None, target=work1)p1.start()for i in range(10):print("這是主進程", i)time.sleep(0.5)

4.進程名稱獲取

multiprocessing.current_process()

5. 獲取進程pid

有兩種方法可以獲取
1）multiprocessing.current_process().pid
2）使用import os模塊的getpid()

import multiprocessing import time import osdef work():# 獲取進程的名稱print(multiprocessing.current_process())# 獲取進程的pidprint(multiprocessing.current_process().pid, os.getpid())i = 0while i < 10:print("work中執行", i)time.sleep(0.5)i = i + 1if __name__ == '__main__':# 獲取進程的pidprint(multiprocessing.current_process())# 創建子進程process1 = multiprocessing.Process(group=None, target=work)process1.start()i = 0while i < 10:print("我在主線程中執行",i)time.sleep(0.3)i = i + 1

獲取父id： getppid() 獲取父進程id

6.子進程參數傳遞

給子進程傳遞參數方法和給子線程傳遞參數方法基本一致！

7.進程間不共享全局變量

import multiprocessing # 定義全局變量 num = 100# 定義work方法，設置num1的值 def work():global num # 在函數內部聲明使用全局變量numnum = num + 1 # 對num值進行+1print("work num = %d" % num)# 定義work2方法，獲取num1的值 def work2():print("work2 num = %d" % num)if __name__ == '__main__':# 創建子進程process1 = multiprocessing.Process(group=None, target=work, name="MyProcess")process1.start()# 創建第二個子進程process2 = multiprocessing.Process(group=None, target=work2, name="MyProcess2")process2.start()

運行結果:

work num = 101
work2 num = 100

由運行結果可以看出，work函數對num1的修改，在work2中并沒有獲取到，而還是原來的100，所以，進程之間是不能夠共享變量的

8.守護主進程

import multiprocessing import timedef sub_process():for i in range(10):print("子進程運行中", i)time.sleep(0.5)if __name__ == '__main__':# 創建子進程p1 = multiprocessing.Process(group=None, target=sub_process, name="p1")# 設置守護主進程# 第一種方式:# p1.daemon = True# 第二種方式(最好在退出exit()前一句使用):# p1.terminate()# 啟動p1.start()time.sleep(2)print("OVER!")p1.terminate()exit()

總結

以上是生活随笔為你收集整理的Python进程multiprocessing. Process()的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。