python 中的多进程
本文提到了 python 中实现多进程的几种方法（fork、multiprocessing、pool）以及进程间的简单通信。
fork () 函数
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：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16# multiprocessing.py
import os
print 'Parent 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：
```
Parent 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。
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 模块
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：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23#coding=utf-8
#多进程
from multiprocessing import Process
from time import ctime,sleep
import os
# 子进程要执行的代码
def run_proc(name):
print 'Run child process %s (%s),parent pid is (%s),start at %s...' % (name, os.getpid(),os.getppid(),ctime())
sleep(2)
processes=[]
p1 = Process(target=run_proc, args=('p1',))
processes.append(p1)
p2=Process(target=run_proc,args=('p2',))
processes.append(p2)
if __name__ == '__main__':
print 'Parent Process pid(%s),start at %s...' %(os.getpid(),ctime())
for p in processes:
p.start()
p.join()
print "all over at %s" %ctime()
上面的代码也是在 Linux 上执行（如果要在 Windows 下执行，可以去掉 os 的 getppid () 方法）执行结果如下：1
2
3
4Parent Process pid(30994),start at Tue Jan 12 10:37:48 2016...
Run child process p1 (30995),parent pid is (30994),start at Tue Jan 12 10:37:48 2016...
Run child process p2 (31013),parent pid is (30994),start at Tue Jan 12 10:37:50 2016...
all over at Tue Jan 12 10:37:52 2016
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。
如何理解上面这句话？将上面的代码中的 p.join() 去掉，执行结果如下：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33Parent Process pid(31038),start at Tue Jan 12 10:39:27 2016...
all over at Tue Jan 12 10:39:27 2016
Run child process p1 (31039),parent pid is (31038),start at Tue Jan 12 10:39:27 2016...
Run child process p2 (31040),parent pid is (31038),start at Tue Jan 12 10:39:27 2016...
```
从输出可以看到父进程还没等子进程结束就执行了最后的`print "all over at %s" %ctime()`语句，而且两个子进程的开始执行时间也相同。
## Pool模块
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：
```py
#coding:utf-8
#进程池
from multiprocessing import Pool
import os, time, random
def child_task(name):
print 'Child Process %s (%s) starts' % (name, os.getpid())
start = time.time()
time.sleep(random.random() * 2)
end = time.time()
print 'Child Process %s runs %0.2f seconds.' % (name, (end - start))
if __name__=='__main__':
print 'Parent Process %s starts' % os.getpid()
p = Pool()
for i in range(5):
p.apply_async(child_task, args=(i,))
print 'Waiting for all subprocesses done...'
p.close()
p.join()
print 'All subprocesses done.'
执行结果如下：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35Parent Process 6028 starts
Waiting for all subprocesses done...
Child Process 0 (6448) starts
Child Process 1 (6912) starts
Child Process 2 (5176) starts
Child Process 3 (7676) starts
Child Process 2 runs 0.86 seconds.
Child Process 4 (5176) starts
Child Process 3 runs 0.98 seconds.
Child Process 0 runs 1.80 seconds.
Child Process 4 runs 1.97 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，Child Process 0，1，2，3是立刻执行的，而Child Process要等待前面某个Child Process完成后才执行，这是因为**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。**我的笔记本是四核的，所以创建五个进程的时候有一个需要等待。
但是如果只有一核，输出会如下所示：
```
Parent Process 32075 starts
Waiting for all subprocesses done...
Child Process 0 (32076) starts
Child Process 0 runs 1.99 seconds.
Child Process 1 (32076) starts
Child Process 1 runs 0.39 seconds.
Child Process 2 (32076) starts
Child Process 2 runs 0.75 seconds.
Child Process 3 (32076) starts
Child Process 3 runs 0.98 seconds.
Child Process 4 (32076) starts
Child Process 4 runs 1.97 seconds.
All subprocesses done.
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。
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：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31# coding:utf-8
#进程间的通信s
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()*3)
# 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：1
2
3
4
5
6Put 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。
参考：多进程