多進程是什么

多進程指的是操作系統同時支持多個處理器的能力。在支持多任務操作系統中，一個應用程序會被分解成多個獨立運行的較小的程序。操作系統會將這些線程分配到多核處理器，以提升系統性能。

為什么需要多進程

假設我們的計算機只有一個單核的處理器，然后同時被分配了幾個任務，那么它就不得不在各個任務中來回切換，短暫地執行其中一個任務，然后中斷，然后短暫地執行下一個任務，以保持所有的進程都在運行。這就像一個廚師在做面條，切幾秒鐘菜，跑去揉幾下面，再趕緊查看下湯。所以同時需要完成的任務越多，同時跟蹤所有的任務就越困難。這就是多進程的必要性，也是多核處理器的威力所在。一個支持多進程的操作系統可以做到：

• 同時指揮多個CPU，即擁有一個以上的CPU的計算機
• 指揮多核CPU，即擁有兩個及以上的獨立處理單元的CPU

這樣，計算機就可以輕松地同時執行多個任務，每個任務都可以使用自己的處理器。就像之前舉的例子，現在廚房里有專門的揉面師傅，備菜師傅，煮湯師傅。事情就變得輕松多了。

用Python執行多進程

學習Python的優勢之一就是它擁有海量的第三方模塊。今天我們再來介紹一個能幫你輕松完成多進程并行的模塊：multiprocessingmultiprocessing模塊支持使用類似于threading模塊的API生成進程。multiprocessing模塊提供了本地和遠程計算機的并行處理能力，并且通過使用創建子進程，有效地避開了全局解釋器鎖(GIL)。因此，multiprocessing模塊允許程序員充分利用機器上的多個處理器。目前，它可以在Unix和Windows上運行。multiprocessing的模塊的API非常簡單直觀，可以讓新手迅速上手在多個進程之間劃分工作。我們現在看一個簡單的例子：#?importing?the?multiprocessing?module?import?multiprocessing?def?print_cube(num):?
????print("Cube:?{}".format(num?*?num?*?num))?def?print_square(num):?
????print("Square:?{}".format(num?*?num))?if?__name__?==?"__main__":?#?creating?processes?
????p1?=?multiprocessing.Process(target=print_square,?args=(10,?))?
????p2?=?multiprocessing.Process(target=print_cube,?args=(10,?))?#?starting?process?1&2
????p1.start()?
????p2.start()?#?wait?until?process?1&2?is?finished?
????p1.join()?
????p2.join()?#?both?processes?finished?
????print("Done!")?運行結果是這樣的：Square:?100
Cube:?1000
Done!其實代碼的含義非常簡單了，首先我們導入了multiprocessing模塊，隨后定義了兩個函數，它們的功能分別是打印一個數的三次方和打印一個數的平方。之后關鍵的步驟來了，要創建多個進程，首先需要創建Process類的對象。在這個例子中Process類接收了兩個參數：

• target：在進程中被執行的函數
• args：向被執行函數傳遞的參數

當然，進程構造函數還可以接受許多其他參數，我們之后會更詳細地介紹。在上面的例子中，我們創建了兩個具有不同目標函數的進程：p1?=?multiprocessing.Process(target=print_square,?args=(10,?))
p2?=?multiprocessing.Process(target=print_cube,?args=(10,?))?隨后的start()方法就是開始執行p1，p2兩個進程。在進程開始執行后，主程序仍然會繼續執行。為了讓主程序暫停，我們就使用了join()方法。它的作用就是將主程序暫停，直到等待p1和p2完成。一旦它們都完成了，再執行之后的語句。讓我們再舉一個例子，來理解同一個腳本中運行不同進程的概念。在下面的例子中，我們打印運行目標函數的進程ID：#?importing?the?multiprocessing?module?import?multiprocessing?import?os?def?worker1():?#?printing?process?id?
????print("ID?of?process?running?worker1:?{}".format(os.getpid()))?def?worker2():?#?printing?process?id?
????print("ID?of?process?running?worker2:?{}".format(os.getpid()))?if?__name__?==?"__main__":?#?printing?main?program?process?id?
????print("ID?of?main?process:?{}".format(os.getpid()))?#?creating?processes?
????p1?=?multiprocessing.Process(target=worker1)?
????p2?=?multiprocessing.Process(target=worker2)?#?starting?processes?
????p1.start()?
????p2.start()?#?process?IDs?
????print("ID?of?process?p1:?{}".format(p1.pid))?
????print("ID?of?process?p2:?{}".format(p2.pid))?#?wait?until?processes?are?finished?
????p1.join()?
????p2.join()?#?both?processes?finished?
????print("Both?processes?finished?execution!")?#?check?if?processes?are?alive?
????print("Process?p1?is?alive:?{}".format(p1.is_alive()))?
????print("Process?p2?is?alive:?{}".format(p2.is_alive()))?上面這個程序的輸出結果如下：ID?of?main?process:?28628
ID?of?process?running?worker1:?29305
ID?of?process?running?worker2:?29306
ID?of?process?p1:?29305
ID?of?process?p2:?29306
Both?processes?finished?execution!
Process?p1?is?alive:?False
Process?p2?is?alive:?False主python腳本有一個獨立的進程ID，當我們創建進程對象p1和p2時，multiprocessing模塊會生成具有不同進程ID的新進程。os.getpid()函數是用來獲取運行當前目標函數的進程的ID。上述輸出結果也可以看到，使用os.getpid()獲取的進程ID與通過進程類的pid屬性獲得的ID是一致的。上面的每個進程都是獨立運行的，并且擁有自己獨立的內存空間。一旦目標函數執行完成，進程就會終止。在上面的程序中，我們使用了Process類的is_alive()方法來檢查進程是否仍然處于活動狀態。最后用下面的圖來幫助理解記憶新進程與主Python腳本的不同之處：圖1.進程ID示意圖這篇文章是對Python中的多進程的一個初步介紹。接下來的幾篇文章將進一步介紹多進程相關知識。敬請期待吧！

總結

以上是生活随笔為你收集整理的multiprocessing python_Python多进程运行——Multiprocessing基础教程1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。