多进程

要让Python程序实现多进程（multiprocessing），我们先了解操作系统的相关知识。

Unix/Linux操作系统提供了一个 fork() 系统调用，它非常特殊。普通的函数调用，调用一次，返回一次，但是 fork() 调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。

子进程永远返回 0 ，而父进程返回子进程的ID。这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用 getppid() 就可以拿到父进程的ID。

Python的 os 模块封装了常见的系统调用，其中就包括 fork ，可以在Python程序中轻松创建子进程：

# multiprocessing.py

import os



print 'Process (%s) start…' % os.getpid()

pid = os.fork()

if pid==0:

print 'I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid())

else:

print 'I (%s) just created a child process (%s).' % (os.getpid(), pid)

运行结果如下：

Process (876) start…

I (876) just created a child process (877).

I am child process (877) and my parent is 876.

由于Windows没有 fork 调用，上面的代码在Windows上无法运行。由于Mac系统是基于BSD（Unix的一种）内核，所以，在Mac下运行是没有问题的，推荐大家用Mac学Python！

有了 fork 调用，一个进程在接到新任务时就可以复制出一个子进程来处理新任务，常见的Apache服务器就是由父进程监听端口，每当有新的http请求时，就fork出子进程来处理新的http请求。

multiprocessing

如果你打算编写多进程的服务程序，Unix/Linux无疑是正确的选择。由于Windows没有 fork 调用，难道在Windows上无法用Python编写多进程的程序？

由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。 multiprocessing 模块就是跨平台版本的多进程模块。

multiprocessing 模块提供了一个 Process 类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：

from multiprocessing import Process

import os



# 子进程要执行的代码

def runproc(name):

print 'Run child process %s (%s)…' % (name, os.getpid())



if name=='_main':

print 'Parent process %s.' % os.getpid()

p = Process(target=run_proc, args=('test',))

print 'Process will start.'

p.start()

p.join()

print 'Process end.'

执行结果如下：

Parent process 928.

Process will start.

Run child process test (929)…

Process end.

创建子进程时，只需要传入一个执行函数和函数的参数，创建一个 Process 实例，用 start() 方法启动，这样创建进程比 fork() 还要简单。

join() 方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。

Pool

如果要启动大量的子进程，可以用进程池的方式批量创建子进程：

from multiprocessing import Pool

import os, time, random



def longtimetask(name):

print 'Run task %s (%s)…' % (name, os.getpid())

start = time.time()

time.sleep(random.random() * 3)

end = time.time()

print 'Task %s runs %0.2f seconds.' % (name, (end - start))



if name=='__main':

print 'Parent process %s.' % os.getpid()

p = Pool()

for i in range(5):

p.apply_async(long_time_task, args=(i,))

print 'Waiting for all subprocesses done…'

p.close()

p.join()

print 'All subprocesses done.'

执行结果如下：

Parent process 669.

Waiting for all subprocesses done…

Run task 0 (671)…

Run task 1 (672)…

Run task 2 (673)…

Run task 3 (674)…

Task 2 runs 0.14 seconds.

Run task 4 (673)…

Task 1 runs 0.27 seconds.

Task 3 runs 0.86 seconds.

Task 0 runs 1.41 seconds.

Task 4 runs 1.91 seconds.

All subprocesses done.

代码解读：

对 Pool 对象调用 join() 方法会等待所有子进程执行完毕，调用 join() 之前必须先调用 close() ，调用 close() 之后就不能继续添加新的 Process 了。

请注意输出的结果，task 0 ， 1 ， 2 ， 3 是立刻执行的，而task 4 要等待前面某个task完成后才执行，这是因为 Pool 的默认大小在我的电脑上是4，因此，最多同时执行4个进程。这是 Pool 有意设计的限制，并不是操作系统的限制。如果改成：

p = Pool(5)

就可以同时跑5个进程。

由于 Pool 的默认大小是CPU的核数，如果你不幸拥有8核CPU，你要提交至少9个子进程才能看到上面的等待效果。

进程间通信

Process 之间肯定是需要通信的，操作系统提供了很多机制来实现进程间的通信。Python的 multiprocessing 模块包装了底层的机制，提供了 Queue 、 Pipes 等多种方式来交换数据。

我们以 Queue 为例，在父进程中创建两个子进程，一个往 Queue 里写数据，一个从 Queue 里读数据：

from multiprocessing import Process, Queue

import os, time, random



# 写数据进程执行的代码:

def write(q):

for value in ['A', 'B', 'C']:

print 'Put %s to queue…' % value

q.put(value)

time.sleep(random.random())



# 读数据进程执行的代码:

def read(q):

while True:

value = q.get(True)

print 'Get %s from queue.' % value



if name=='main':

# 父进程创建Queue，并传给各个子进程：

q = Queue()

pw = Process(target=write, args=(q,))

pr = Process(target=read, args=(q,))

# 启动子进程pw，写入:

pw.start()

# 启动子进程pr，读取:

pr.start()

# 等待pw结束:

pw.join()

# pr进程里是死循环，无法等待其结束，只能强行终止:

pr.terminate()

运行结果如下：

Put A to queue…

Get A from queue.

Put B to queue…

Get B from queue.

Put C to queue…

Get C from queue.

在Unix/Linux下， multiprocessing 模块封装了 fork() 调用，使我们不需要关注 fork() 的细节。由于Windows没有 fork 调用，因此， multiprocessing 需要“模拟”出 fork 的效果，父进程所有Python对象都必须通过pickle序列化再传到子进程去，所有，如果 multiprocessing 在Windows下调用失败了，要先考虑是不是pickle失败了。

小结

在Unix/Linux下，可以使用 fork() 调用实现多进程。

要实现跨平台的多进程，可以使用 multiprocessing 模块。

进程间通信是通过 Queue 、 Pipes 等实现的。