首頁 > 軟體

利用 Python 實現多工程序

2021-10-14 19:00:49

一、程序介紹

程序:正在執行的程式,由程式、資料和過程控制塊組成,是正在執行的程式,程式的一次執行過程,是資源排程的基本單位。

程式:沒有執行的程式碼,是一個靜態的。

二、執行緒和程序之間的對比

由圖可知:此時電腦有 9 個應用程序,但是一個程序又會對應於多個執行緒,可以得出結論:

程序:能夠完成多工,一臺電腦上可以同時執行多個 QQ

執行緒:能夠完成多工,一個 QQ 中的多個聊天視窗

根本區別:程序是作業系統資源分配的基本單位,而執行緒是任務排程和執行的基本單位.

三、使用多程序的優勢

1、擁有獨立GIL

首先由於程序中 GIL 的存在,Python 中的多執行緒並不能很好地發揮多核優勢,一個程序中的多個執行緒,在同 一時刻只能有一個執行緒執行。而對於多程序來說,每個程序都有屬於自己的 GIL,所以,在多核處理器下,多程序的執行是不會受 GIL的影響的。因此,多進 程能更好地發揮多核的優勢。

2、效率高

當然,對於爬蟲這種 IO 密集型任務來說,多執行緒和多程序影響差別並不大。對於計算密集型任務來說,Python 的多程序相比多線 程,其多核執行效率會有成倍的提升。

四、Python 實現多程序

我們先用一個範例來感受一下:

1、使用 process 類

import multiprocessing  
def process(index):  
    print(f'Process: {index}')  
if __name__ == '__main__':  
    for i in range(5):  
        p = multiprocessing.Process(target=process, args=(i,))  
        p.start()  


這是一個實現多程序最基礎的方式:通過建立 Process 來新建一個子程序,其中 target 引數傳入方法名,args 是方法的引數,是以 元組的形式傳入,其和被呼叫的方法 process 的引數是一一對應的。

注意:這裡 args 必須要是一個元組,如果只有一個引數,那也要在元組第一個元素後面加一個逗號,如果沒有逗號則 和單個元素本身沒有區別,無法構成元組,導致引數傳遞出現問題。建立完程序之後,我們通過呼叫 start 方法即可啟動程序了。

執行結果如下:

Process: 0 
Process: 1 
Process: 2 
Process: 3 
Process: 4 

可以看到,我們執行了 5 個子程序,每個程序都呼叫了 process 方法。process 方法的 index 引數通過 Process args 傳入,分別是 0~4 這 5 個序號,最後列印出來,5 個子程序執行結束。

2、繼承 process 類

from multiprocessing import Process 
import time 
 
class MyProcess(Process): 
    def __init__(self,loop): 
        Process.__init__(self) 
        self.loop = loop 
 
 
    def run(self): 
        for count in range(self.loop): 
            time.sleep(1) 
            print(f'Pid:{self.pid} LoopCount: {count}') 
if __name__ == '__main__': 
    for i in range(2,5): 
        p = MyProcess(i) 
        p.start() 


我們首先宣告了一個構造方法,這個方法接收一個 loop 引數,代表迴圈次數,並將其設定為全域性變數。在 run方法中,又使用這 個 loop 變數迴圈了 loop 次並列印了當前的程序號和迴圈次數。

在呼叫時,我們用 range 方法得到了 2、3、4 三個數位,並把它們分別初始化了 MyProcess 程序,然後呼叫 start 方法將程序啟動起 來。

注意:這裡程序的執行邏輯需要在 run 方法中實現,啟動程序需要呼叫 start 方法,呼叫之後 run 方法便會執行。

執行結果如下:

Pid:12976 LoopCount: 0
Pid:15012 LoopCount: 0
Pid:11976 LoopCount: 0
Pid:12976 LoopCount: 1
Pid:15012 LoopCount: 1
Pid:11976 LoopCount: 1
Pid:15012 LoopCount: 2
Pid:11976 LoopCount: 2
Pid:11976 LoopCount: 3

注意:這裡的程序 pid 代表程序號,不同機器、不同時刻執行結果可能不同。

五、程序之間的通訊

1、Queue-佇列 先進先出

from multiprocessing import Queue 
import multiprocessing 
 
def download(p): # 下載資料 
    lst = [11,22,33,44] 
    for item in lst: 
        p.put(item) 
    print('資料已經下載成功....') 
 
 
def savedata(p): 
    lst = [] 
    while True: 
        data = p.get() 
        lst.append(data) 
        if p.empty(): 
            break 
    print(lst) 
 
def main(): 
    p1 = Queue() 
 
    t1 = multiprocessing.Process(target=download,args=(p1,)) 
    t2 = multiprocessing.Process(target=savedata,args=(p1,)) 
 
    t1.start() 
    t2.start() 
 
 
if __name__ == '__main__': 
    main() 
資料已經下載成功.... 
[11, 22, 33, 44] 

2、共用全域性變數不適用於多程序程式設計

import multiprocessing 
 
a = 1 
 
 
def demo1(): 
    global a 
    a += 1 
 
 
def demo2(): 
    print(a) 
 
def main(): 
    t1 = multiprocessing.Process(target=demo1) 
    t2 = multiprocessing.Process(target=demo2) 
 
    t1.start() 
    t2.start() 
 
if __name__ == '__main__': 
    main() 

執行結果:

1

有結果可知:全域性變數不共用;

六、程序池之間的通訊

1、程序池引入

當需要建立的子程序數量不多時,可以直接利用 multiprocessing 中的 Process 動態生成多個程序,但是如果是上百甚至上千個目標,手動的去建立的程序的工作量巨大,此時就可以用到 multiprocessing 模組提供的 Pool 方法。

from multiprocessing import Pool 
import os,time,random 
 
def worker(a): 
    t_start = time.time() 
    print('%s開始執行,程序號為%d'%(a,os.getpid())) 
 
    time.sleep(random.random()*2) 
    t_stop = time.time() 
    print(a,"執行完成,耗時%0.2f"%(t_stop-t_start)) 
 
 
if __name__ == '__main__': 
    po = Pool(3)        # 定義一個程序池 
    for i in range(0,10): 
        po.apply_async(worker,(i,))    # 向程序池中新增worker的任務 
 
    print("--start--") 
    po.close()       
 
    po.join()        
    print("--end--") 

執行結果:

--start--
0開始執行,程序號為6664
1開始執行,程序號為4772
2開始執行,程序號為13256
0 執行完成,耗時0.18
3開始執行,程序號為6664
2 執行完成,耗時0.16
4開始執行,程序號為13256
1 執行完成,耗時0.67
5開始執行,程序號為4772
4 執行完成,耗時0.87
6開始執行,程序號為13256
3 執行完成,耗時1.59
7開始執行,程序號為6664
5 執行完成,耗時1.15
8開始執行,程序號為4772
7 執行完成,耗時0.40
9開始執行,程序號為6664
6 執行完成,耗時1.80
8 執行完成,耗時1.49
9 執行完成,耗時1.36
--end--

一個程序池只能容納 3 個程序,執行完成才能新增新的任務,在不斷的開啟與釋放的過程中迴圈往復。

七、案例:檔案批次複製

操作思路:

  • 獲取要複製資料夾的名字
  • 建立一個新的資料夾
  • 獲取資料夾裡面所有待複製的檔名
  • 建立程序池
  • 向程序池新增任務

程式碼如下:

導包

import multiprocessing 
import os 
import time 


客製化檔案複製函數

def copy_file(Q,oldfolderName,newfolderName,file_name): 
    # 檔案複製,不需要返回 
    time.sleep(0.5) 
    # print('r從%s資料夾複製到%s資料夾的%s檔案'%(oldfolderName,newfolderName,file_name),end='') 
 
    old_file = open(oldfolderName + '/' + file_name,'rb') # 待複製檔案 
    content = old_file.read() 
    old_file.close() 
 
    new_file = open(newfolderName + '/' + file_name,'wb') # 複製出的新檔案 
    new_file.write(content) 
    new_file.close() 
 
    Q.put(file_name) # 向Q佇列中新增檔案 

定義主函數

def main(): 
    oldfolderName = input('請輸入要複製的資料夾名字:') # 步驟1獲取要複製資料夾的名字(可以手動建立,也可以通過程式碼建立,這裡我們手動建立) 
    newfolderName = oldfolderName + '復件' 
    # 步驟二 建立一個新的資料夾 
    if not os.path.exists(newfolderName): 
        os.mkdir(newfolderName) 
 
    filenames = os.listdir(oldfolderName) # 3.獲取資料夾裡面所有待複製的檔名 
    # print(filenames) 
 
    pool = multiprocessing.Pool(5) # 4.建立程序池 
 
    Q = multiprocessing.Manager().Queue() # 建立佇列,進行通訊 
    for file_name in filenames: 
        pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向程序池新增任務 
      po.close() 
 
    copy_file_num = 0 
    file_count = len(filenames) 
    # 不知道什麼時候完成,所以定義一個死迴圈 
    while True: 
        file_name = Q.get() 
        copy_file_num += 1 
        time.sleep(0.2) 
        print('r拷貝進度%.2f %%'%(copy_file_num  * 100/file_count),end='') # 做一個拷貝進度條 
 
        if copy_file_num >= file_count: 
            break 


程式執行

if __name__ == '__main__': 
    main() 


執行結果如下圖所示:

執行前後檔案目錄結構對比

到此這篇關於利用 Python 實現多工程序的文章就介紹到這了,更多相關 Python 實現多工程序內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!


IT145.com E-mail:sddin#qq.com