当前位置:首页>python>Python 零基础100天—Day37 多进程

Python 零基础100天—Day37 多进程

  • 2026-10-05 06:20:57
Python 零基础100天—Day37 多进程

🐍 多进程 — 真正的并行计算

🕐 预计用时:2-3 小时 | 🎯 目标:掌握 multiprocessing、Pool、进程间通信


📖 今日目录

  1. 多线程 vs 多进程
  2. Process 类 — 创建进程
  3. 进程池 Pool
  4. 进程间通信 — Queue
  5. 进程间通信 — Pipe
  6. 共享内存 — Value / Array
  7. 进程锁 Manager
  8. CPU 密集型任务对比
  9. 实战:并行图片处理器
  10. 今日小结

1. 多线程 vs 多进程

对比项
多线程 (threading)
多进程 (multiprocessing)
内存
共享内存
独立内存
GIL 限制
受 GIL 限制,CPU 密集型不能并行
不受 GIL 限制,真正并行
创建开销
轻量
较重(需要复制内存)
通信
共享变量(需加锁)
Queue / Pipe / Manager
适用场景
I/O 密集型
CPU 密集型
稳定性
一个线程崩溃可能影响所有
一个进程崩溃不影响其他

2. Process 类 — 创建进程

import multiprocessing
import time
import os

def worker(name, seconds):
    """工作进程"""
    pid = os.getpid()
    ppid = os.getppid()
    print(f"👷 {name} 开始 | PID={pid} | 父PID={ppid}")
    time.sleep(seconds)
    print(f"✅ {name} 结束")

if __name__ == "__main__":
    print(f"🔧 主进程 PID={os.getpid()}")

    # 创建进程
    p1 = multiprocessing.Process(target=worker, args=("进程A", 2))
    p2 = multiprocessing.Process(target=worker, args=("进程B", 2))

    p1.start()
    p2.start()

    p1.join()
    p2.join()

    print("所有进程完成")

⚠️ 必须用 if __name__ == "__main__":!
多进程在 Windows 上需要这个保护,否则会无限创建子进程(递归)。Linux 上也建议加上。

继承 Process 类

import multiprocessing
import time

class DownloadProcess(multiprocessing.Process):
    def __init__(self, url):
        super().__init__()
        self.url = url

    def run(self):
        print(f"⬇️ 下载 {self.url}")
        time.sleep(2)
        print(f"✅ {self.url} 完成")

if __name__ == "__main__":
    processes = [
        DownloadProcess("https://example.com/a.jpg"),
        DownloadProcess("https://example.com/b.jpg"),
        DownloadProcess("https://example.com/c.jpg"),
    ]

    for p in processes:
        p.start()
    for p in processes:
        p.join()

3. 进程池 Pool

进程池自动管理进程数量——比手动创建 Process 更高效。

from multiprocessing import Pool
import time
import os

def cpu_task(n):
    """CPU 密集型任务"""
    pid = os.getpid()
    total = sum(i * i for i in range(n))
    return f"PID={pid}: 计算完成, 结果={total}"

if __name__ == "__main__":
    tasks = [10_000_000] * 8  # 8 个任务

    # 方式1: map(阻塞,保持顺序)
    start = time.time()
    with Pool(processes=4) as pool:
        results = pool.map(cpu_task, tasks)
    print(f"Pool map 耗时: {time.time() - start:.2f}秒")
    for r in results:
        print(f"  {r}")

    # 方式2: apply_async(非阻塞)
    start = time.time()
    with Pool(processes=4) as pool:
        async_results = [pool.apply_async(cpu_task, (t,)) for t in tasks]
        results = [r.get() for r in async_results]
    print(f"Pool async 耗时: {time.time() - start:.2f}秒")
# imap:惰性版本,按顺序返回结果
from multiprocessing import Pool

def process_item(item):
    time.sleep(0.5)
    return item * 2

if __name__ == "__main__":
    with Pool(4) as pool:
        # imap 返回迭代器,按顺序
        for result in pool.imap(process_item, range(10)):
            print(f"  结果: {result}")

        # imap_unordered 返回迭代器,按完成顺序
        for result in pool.imap_unordered(process_item, range(10)):
            print(f"  结果: {result}")

4. 进程间通信 — Queue

from multiprocessing import Process, Queue
import time

def producer(queue, name):
    """生产者"""
    for i in range(5):
        item = f"{name}-产品{i}"
        queue.put(item)
        print(f"📦 {name}: 生产 {item}")
        time.sleep(0.3)

def consumer(queue, name):
    """消费者"""
    while True:
        item = queue.get()
        if item is None:  # None 作为终止信号
            break
        print(f"🛒 {name}: 消费 {item}")
        time.sleep(0.5)

if __name__ == "__main__":
    q = Queue()

    p1 = Process(target=producer, args=(q, "工厂A"))
    p2 = Process(target=consumer, args=(q, "消费者X"))

    p1.start()
    p2.start()

    p1.join()
    q.put(None)  # 发送终止信号
    p2.join()

    print("通信完成")

5. 进程间通信 — Pipe

from multiprocessing import Process, Pipe
import time

def sender(conn, name):
    """发送方"""
    for i in range(5):
        msg = f"{name}: 消息{i}"
        conn.send(msg)
        print(f"📤 {msg}")
        time.sleep(0.3)
    conn.close()

def receiver(conn):
    """接收方"""
    while True:
        try:
            msg = conn.recv()
            print(f"📥 收到: {msg}")
        except EOFError:
            break

if __name__ == "__main__":
    parent_conn, child_conn = Pipe()

    p1 = Process(target=sender, args=(parent_conn, "进程A"))
    p2 = Process(target=receiver, args=(child_conn,))

    p1.start()
    p2.start()
    p1.join()
    p2.join()

💡 Queue vs Pipe:
• Queue:多生产者多消费者,线程安全
• Pipe:一对一通信,更快速
• 需要多个进程通信 → Queue;两个进程点对点 → Pipe


6. 共享内存 — Value / Array

from multiprocessing import Process, Value, Array
import time

def increment(shared_counter, shared_array, n):
    for _ in range(n):
        shared_counter.value += 1
    for i in range(len(shared_array)):
        shared_array[i] += 1

if __name__ == "__main__":
    # 创建共享变量
    counter = Value('i', 0)       # 'i' = 整数,初始值 0
    arr = Array('i', [1, 2, 3])  # 共享数组

    processes = [
        Process(target=increment, args=(counter, arr, 100000))
        for _ in range(4)
    ]

    for p in processes:
        p.start()
    for p in processes:
        p.join()

    print(f"计数器: {counter.value}")  # 400000
    print(f"数组: {list(arr)}")         # [5, 6, 7]

7. 进程锁 Manager

from multiprocessing import Process, Manager
import time

def update_dict(shared_dict, shared_list, key, value):
    """修改共享数据"""
    shared_dict[key] = value
    shared_list.append(value)
    time.sleep(0.1)

if __name__ == "__main__":
    with Manager() as manager:
        shared_dict = manager.dict()   # 共享字典
        shared_list = manager.list()   # 共享列表

        processes = [
            Process(target=update_dict, args=(shared_dict, shared_list, f"key{i}", i))
            for i in range(5)
        ]

        for p in processes:
            p.start()
        for p in processes:
            p.join()

        print(f"字典: {dict(shared_dict)}")
        print(f"列表: {list(shared_list)}")

8. CPU 密集型任务对比

import time
from multiprocessing import Pool
from threading import Thread

def cpu_work(n):
    """CPU 密集型计算"""
    return sum(i * i for i in range(n))

if __name__ == "__main__":
    N = 5_000_000
    tasks = [N] * 4

    # 单线程串行
    start = time.time()
    for t in tasks:
        cpu_work(t)
    print(f"串行:     {time.time() - start:.2f}秒")

    # 多线程
    start = time.time()
    threads = [Thread(target=cpu_work, args=(t,)) for t in tasks]
    for t in threads: t.start()
    for t in threads: t.join()
    print(f"多线程:   {time.time() - start:.2f}秒")

    # 多进程
    start = time.time()
    with Pool(4) as pool:
        pool.map(cpu_work, tasks)
    print(f"多进程:   {time.time() - start:.2f}秒")

    # 结果(4核 CPU):
    # 串行:     3.20秒
    # 多线程:   3.35秒(GIL 限制,没有加速)
    # 多进程:   0.95秒(真正并行,接近 4 倍加速!)

9. 实战:并行图片处理器

import os
from multiprocessing import Pool, cpu_count
from pathlib import Path
import time

def process_image(image_path):
    """模拟图片处理(如缩放、加水印)"""
    # 实际项目中用 PIL/Pillow
    # from PIL import Image
    # img = Image.open(image_path)
    # img.thumbnail((800, 600))
    # img.save(output_path)

    time.sleep(0.5)  # 模拟处理耗时
    size = os.path.getsize(image_path)
    return f"✅ {Path(image_path).name} ({size}B)"

def batch_process(image_dir, output_dir=None, workers=None):
    """批量处理图片"""
    if workers is None:
        workers = cpu_count()  # 使用 CPU 核心数

    # 收集所有图片
    image_dir = Path(image_dir)
    images = []
    for ext in ["*.jpg", "*.png", "*.jpeg", "*.gif"]:
        images.extend(image_dir.glob(ext))

    if not images:
        print("⚠️ 没有找到图片文件")
        return

    print(f"📂 找到 {len(images)} 张图片")
    print(f"🔧 使用 {workers} 个进程")

    start = time.time()
    with Pool(workers) as pool:
        results = pool.map(process_image, [str(img) for img in images])

    for r in results:
        print(f"  {r}")

    elapsed = time.time() - start
    print(f"\n📊 完成: {len(results)} 张 | 耗时: {elapsed:.1f}秒")

# 使用
# batch_process("/path/to/images", workers=4)

10. 今日小结

概念
说明
关键代码
创建进程
Process 类
Process(target=func)
进程池
Pool
Pool(4).map(func, tasks)
Queue 通信
多对多
queue.put()
 / queue.get()
Pipe 通信
一对一
conn.send()
 / conn.recv()
共享内存
Value / Array
Value('i', 0)
Manager
共享 dict/list
Manager().dict()

核心要点

  • ✅ 多进程不受 GIL 限制,CPU 密集型任务用多进程
  • ✅ 必须用 if __name__ == "__main__": 保护
  • ✅ Pool.map() 是最简单的并行方式
  • ✅ 进程间通信用 Queue(多对多)或 Pipe(一对一)
  • ✅ 共享内存用 Value/Array,复杂对象用 Manager

🎯 练习建议:
1. 用多进程计算 1-10000000 的素数个数,对比单进程速度
2. 实现一个多进程日志分析器:每个进程分析一个日志文件,最后汇总
3. 用 Pool.imap_unordered 实现一个并行网页状态检测器


📚 Day37 完成!明天学习异步编程 — asyncio 的协程魔法

轻松时刻:

请在微信客户端打开

最新文章

随机文章