|
众所周知，python的多线程提供的只是并发性，不会实际加快运行效率。而多进程则是用资源换取效率，可以实现真正的并行性。对于高阶Pythoner而言，掌握多进程非常有必要。
这篇文章主要想帮助大家理解Python多进程的运行机制和基本概念，并且提供一个较为通用的多线程启动模板。
先看一段使用多进程的代码：
import time
from multiprocessing import Process
class Runner(Process):
def __init__(self, name, lat=1):
super().__init__()
self.name = name
self.latency = lat
def run(self):
print('%s running' % self.name)
time.sleep(self.latency)
print('%s running end' % self.name)
p1 = Runner('p1', lat=1)
p2 = Runner('p2', lat=2)
p3 = Runner('p3', lat=1)
p4 = Runner('p4', lat=4)
p1.start()
p2.start()
p3.start()
p4.start()
print('ok')
咱们开了4个进程，假设要处理4个任务，每个任务需要的延迟时间在lat中定义出来了。对于进程p1-p4而言，只要start()就会启动，然后互相几乎不会影响其他进程的延迟时间。运行结果：
p1 running
p2 running
ok
p3 running
p4 running
p1 running end
p3 running end
p2 running end
p4 running end
这个结果咱们要结合时间戳来看，‘p1 running’、‘p2 running’、‘ok’、‘p3 running’、'p4 running’这4行几乎是同一时间打印出来的。而后面的4个end则都经过了相应的延迟时间之后才打印出来。
我这里想到一个形象化的比喻：4个进程就像4支蜡烛，咱们依次点亮它们，每根蜡烛可以烧[1, 2, 1, 4]个小时，相对于hour级别的燃烧时间，咱们点亮它们所花费的几秒中的时间差可以忽略，我们可以认为它们是同一时间起燃的。于是，前5行几乎是同一时间打印出来。这里需要注意的是，主程序中的"ok"也跟几个进程同时打印出来。所以，这里可以掌握一种sense：对于主程序来讲，进程只管触发一下（如p1.start()），程序会继续往下走，不会等待进程运行结束。
如果我想让主程序等待一下进程结束再运行呢？答：那就用join()。
上面代码稍微改动：
import time
from multiprocessing import Process
class Runner(Process):
def __init__(self, name, lat=1):
super().__init__()
self.name = name
self.latency = lat
def run(self):
print('%s running' % self.name)
time.sleep(self.latency)
print('%s running end' % self.name)
p1 = Runner('p1', lat=1)
p2 = Runner('p2', lat=2)
p3 = Runner('p3', lat=1)
p4 = Runner('p4', lat=4)
p1.start()
p1.join()
p2.start()
p3.start()
p4.start()
p4.join()
print('ok')
只加了2个join()，那么打印顺序会出现怎么样的改变呢？先别急着看输出结果，咱分析一波：p1先start()，但是立马就join()了，阻塞了主程序，那么p2.start()这一行要等p1结束才会运行。等p1运行结束，p2，p3，p4同一时间start，然后p4后面接了一个join()，又会最主程序，那么print(‘ok’)会等待p4结束才会运行。p4需要运行4s，在主程序等待这4秒的过程中，运行时间2秒的p2和运行时间1秒的p3也已经运行完毕，所以p3先结束，其次是p2然后是p4，p4结束才会又进入主程序。听没听懂都点个赞呗~
所以运行结果如下：
p1 running
p1 running end
p2 running
p3 running
p4 running
p3 running end
p2 running end
p4 running end
ok
到这里还有问题，请留言交流~
|