"产生"(spawn)的意思是,由父进程创建子进程。父进程既可以在产生子进程之后继续异步执行,也可以暂停等待子进程创建完成之后再继续执行。Python的multiprocessing库通过以下几步创建进程:
start()
方法,开启进程的活动join()
方法,在进程结束之前一直等待下面的例子创建了5个进程,每一个进程都分配了 foo(i)
函数, i
表示进程的id: :
# -*- coding: utf-8 -*-
import multiprocessing
def foo(i):
print ('called function in process: %s' %i)
return
if __name__ == '__main__':
Process_jobs = []
for i in range(5):
p = multiprocessing.Process(target=foo, args=(i,))
Process_jobs.append(p)
p.start()
p.join()
执行本例需要打开命令行,到文件 spawn_a_process.py
(脚本名字)所在的目录下,然后输入下面的命令执行: :
python spawn_a_process.py
我们会得到以下结果: :
$ python process_2.py
called function in process: 0
called function in process: 1
called function in process: 2
called function in process: 3
called function in process: 4
按照本节前面提到的步骤,创建进程对象首先需要引入multiprocessing模块: :
import multiprocessing
然后,我们在主程序中创建进程对象: :
p = multiprocessing.Process(target=foo, args=(i,))
最后,我们调用 start()
方法启动: :
p.start()
进程对象的时候需要分配一个函数,作为进程的执行任务,本例中,这个函数是
foo()
。我们可以用元组的形式给函数传递一些参数。最后,使用进程对象调用
join()
方法。
如果没有 join()
,主进程退出之后子进程会留在idle中,你必须手动杀死它们。
这是因为,子进程创建的时候需要导入包含目标函数的脚本。通过在 __main__
代码块中实例化进程对象,我们可以预防无限递归调用。最佳实践是在不同的脚本文件中定义目标函数,然后导入进来使用。所以上面的代码可以修改为:
:
import multiprocessing
import target_function
if __name__ == '__main__':
Process_jobs = []
for i in range(5):
p = multiprocessing.Process(target=target_function.function,args=(i,))
Process_jobs.append(p)
p.start()
p.join()
target_function.py
的内容如下: :
def function(i):
print('called function in process: %s' %i)
return
输出和上面一样。