一、進程介紹

進程：正在執行的程序，由程序、數據和進程控制塊組成，是正在執行的程序，程序的一次執行過程，是資源調度的基本單位。

程序：沒有執行的代碼，是一個靜態的。

二、線程和進程之間的對比

由圖可知：此時電腦有 9 個應用進程，但是一個進程又會對應于多個線程，可以得出結論：

進程：能夠完成多任務，一臺電腦上可以同時運行多個 QQ

線程：能夠完成多任務，一個 QQ 中的多個聊天窗口

根本區別：進程是操作系統資源分配的基本單位，而線程是任務調度和執行的基本單位.

使用多進程的優勢:

1、擁有獨立GIL:

首先由于進程中 GIL 的存在，Python 中的多線程并不能很好地發揮多核優勢，一個進程中的多個線程，在同 一時刻只能有一個線程運行。而對于多進程來說，每個進程都有屬于自己的 GIL，所以，在多核處理器下，多進程的運行是不會受 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，對于爬蟲這種 IO 密集型任務來說，多線程和多進程影響差別并不大。對于計算密集型任務來說，Python 的多進程相比多線 程，其多核運行效率會有成倍的提升。

三、Python 實現多進程

我們先用一個實例來感受一下：

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() 

這是一個實現多進程最基礎的方式：通過創建 Process 來新建一個子進程，其中 target 參數傳入方法名，args 是方法的參數，是以 元組的形式傳入，其和被調用的方法 process 的參數是一一對應的。

注意：這里 args 必須要是一個元組，如果只有一個參數，那也要在元組第一個元素后面加一個逗號，如果沒有逗號則 和單個元素本身沒有區別，無法構成元組，導致參數傳遞出現問題。創建完進程之后，我們通過調用 start 方法即可啟動進程了。

運行結果如下：

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

可以看到，我們運行了 5 個子進程，每個進程都調用了 process 方法。process 方法的 index 參數通過 Process 的 args 傳入，分別是 0~4 這 5 個序號，最后打印出來，5 個子進程運行結束。

2、繼承 process 類

from multiprocessing import Processimport timeclass 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()

我們首先聲明了一個構造方法，這個方法接收一個 loop 參數，代表循環次數，并將其設置為全局變量。在 run方法中，又使用這 個 loop 變量循環了 loop 次并打印了當前的進程號和循環次數。

在調用時，我們用 range 方法得到了 2、3、4 三個數字，并把它們分別初始化了 MyProcess 進程，然后調用 start 方法將進程啟動起 來。

注意：這里進程的執行邏輯需要在 run 方法中實現，啟動進程需要調用 start 方法，調用之后 run 方法便會執行。

運行結果如下：

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

注意，這里的進程 pid 代表進程號，不同機器、不同時刻運行結果可能不同。

四、進程之間的通信

1、Queue-隊列 先進先出

from multiprocessing import Queueimport multiprocessingdef download(p): # 下載數據    lst = [11,22,33,44]    for item in lst:        p.put(item)    print("數據已經下載成功....")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()數據已經下載成功....[11, 22, 33, 44]

2、共享全局變量不適用于多進程編程

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

運行結果:

1

有結果可知：全局變量不共享；

五、進程池之間的通信

1、進程池引入

當需要創建的子進程數量不多時，可以直接利用 multiprocessing 中的 Process 動態生成多個進程，但是如果是上百甚至上千個目標，手動的去創建的進程的工作量巨大，此時就可以用到 multiprocessing 模塊提供的 Pool 方法。

from multiprocessing import Poolimport os,time,randomdef worker(a):    t_start = time.time()    print("%s開始執行,進程號為%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)        # 定義一個進程池    for i in range(0,10):        po.apply_async(worker,(i,))    # 向進程池中添加worker的任務    print("--start--")    po.close()          po.join()           print("--end--")

運行結果:

--start--0開始執行,進程號為66641開始執行,進程號為47722開始執行,進程號為132560 執行完成,耗時0.183開始執行,進程號為66642 執行完成,耗時0.164開始執行,進程號為132561 執行完成,耗時0.675開始執行,進程號為47724 執行完成,耗時0.876開始執行,進程號為132563 執行完成,耗時1.597開始執行,進程號為66645 執行完成,耗時1.158開始執行,進程號為47727 執行完成,耗時0.409開始執行,進程號為66646 執行完成,耗時1.808 執行完成,耗時1.499 執行完成,耗時1.36--end--

一個進程池只能容納 3 個進程，執行完成才能添加新的任務，在不斷的打開與釋放的過程中循環往復。

六、案例:文件批量復制

操作思路:

• 獲取要復制文件夾的名字
• 創建一個新的文件夾
• 獲取文件夾里面所有待復制的文件名
• 創建進程池
• 向進程池添加任務

代碼如下:

導包

import multiprocessingimport osimport time

定制文件復制函數

def copy_file(Q,oldfolderName,newfolderName,file_name):    # 文件復制,不需要返回    time.sleep(0.5)    # print("/r從%s文件夾復制到%s文件夾的%s文件"%(oldfolderName,newfolderName,file_name),end="")    old_file = open(oldfolderName + "/" + file_name,"rb") # 待復制文件    content = old_file.read()    old_file.close()    new_file = open(newfolderName + "/" + file_name,"wb") # 復制出的新文件    new_file.write(content)    new_file.close()    Q.put(file_name) # 向Q隊列中添加文件

定義主函數

def main():    oldfolderName = input("請輸入要復制的文件夾名字:") # 步驟1獲取要復制文件夾的名字(可以手動創建,也可以通過代碼創建,這里我們手動創建)    newfolderName = oldfolderName + "復件"    # 步驟二 創建一個新的文件夾    if not os.path.exists(newfolderName):        os.mkdir(newfolderName)    filenames = os.listdir(oldfolderName) # 3.獲取文件夾里面所有待復制的文件名    # print(filenames)    pool = multiprocessing.Pool(5) # 4.創建進程池    Q = multiprocessing.Manager().Queue() # 創建隊列,進行通信    for file_name in filenames:        pool.apply_async(copy_file,args=(Q,oldfolderName,newfolderName,file_name)) # 5.向進程池添加任務      po.close()    copy_file_num = 0    file_count = len(filenames)    # 不知道什么時候完成,所以定義一個死循環    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

程序運行

if __name__ == "__main__":    main()

運行結果如下圖所示：

運行前后文件目錄結構對比

運行前

運行后

以上內容就是整體大致結果了，由于 test 里面是隨便粘貼的測試文件，這里就不展開演示了。