由浅入深走进Python异步编程【多进程】（含代码实例讲解 || multiprocessing、异步进程池、进程通信）

写在前面

从底层到第三方库，全面讲解python的异步编程。这节讲述的是python的多线程实现，纯干货，无概念，代码实例讲解。

本系列有6章左右，点击头像或者专栏查看更多内容，陆续更新，欢迎关注。

部分资料来源及参考链接：
https://www.bilibili.com/video/BV1Li4y1j7RY/

multiprocessing（多进程）

现在让我们初步进入多进程，这个就是python的多进程包，是自带的，简单示例:

import multiprocessing#进程包
import time

def start():
   time.sleep(2)#让程序沉睡 2 秒
   print(multiprocessing.current_process().name)#打印进程名字
   print(multiprocessing.current_process().pid)#打印pid
   print(multiprocessing.current_process().is_alive())#打印进程是否活着

if __name__ == "__main__":
   print('程序开始')
   p = multiprocessing.Process(target = start)#只用写函数名  不要加括号
   p.start()#开始
   p.join()#堵塞
   print('程序结束')

此时，并不是一个进程打开多个线程，而是多个进程，所以每次执行有不同的pid。

结果如下：

进程通信

本身进程是无法通信的，借助别的数据结构，就可以实现进程通信了，一般是栈和队列，就像这样：

from multiprocessing import Process,Queue

def write(q):#放入队列

    print('加入队列成功：{}'.format(Process.pid))#打印进程pid

    for i in range(10):# 0~9
        print('往队列放入：{}'.format(i))
        q.put(i)#放入

def read(q):#读取队列

    print('加入队列成功：{}'.format(Process.pid))#打印进程pid

    while True:#一有东西 就马上读取
        value = q.get()#读取
        print('获取队列中的东西：{}'.format(value))


if __name__ == "__main__":
    
    #由于Python的多进程默认无法进行通信   因为是并发执行的
    #所以要借助别的数据结构 
    #一般用栈 或者 队列
    q = Queue()#实例化Queue   队列
    pw = Process(target = write,args =(q,))#创建写入进程
    pr = Process(target = read,args = (q,))#创建读取进程
    pw.start()#启动写入
    pr.start()#启动读取

    pw.join()#堵塞读取

python当中实现了栈和队列，非常方便，如果你运行上述代码，你会发现程序没有结束，读取进程它还在反复读取。这其实就和golang中的管道类似。此处可以先做了解。

进程池

可以使用map方法批量提交目标

import multiprocessing

def index_pool(data):
    res = data * data
    return res

if __name__ == "__main__":

    data =  list(range(100))#100个任务 
    pool = multiprocessing.Pool(processes = 4)#进程池大小为4

    pool_out_puts = pool.map(index_pool,data)#一次性提交大量任务
    # pool_out_puts = pool.apply(index_pool,args=(10,))#一个个提交
    pool.close()#关闭进程  不再创建进程
    pool.join()#堵塞进程
    
    print('Pool    {}'.format(pool_out_puts))

运行结果：

你会发现执行速度非常快

为什么进程池这么快呢？

这就是与多线程的区别，每个进程是独立的，不会受到GIL锁的控制，速度非常快

异步进程池

上述的例子中，进程是同步执行的，如何写出异步的效果呢？

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor,as_completed
import time

number_list = [1,2,3,4,5,6,7,8,9,10]

def add_number(data):#这个函数  只能消耗CPU资源  没啥意义

    item = count(data)
    return item

def count(number):#单纯计算  随便写

    for i in range(0,5000000):
        i = i + 1

    return i * number

if __name__ == "__main__":
    
    start_time = time.time()#程序启动时间

    with ProcessPoolExecutor(max_workers = 5) as t:# max_workers参数为 你要开多少个进程

        for item in number_list:#提交任务 
            t.submit(add_number,item)

        # reqs = [t.submit(add_number,item) for item in number_list]#提交任务 简洁写法
        # for req in as_completed(reqs):# 转成 可迭代对象
        #     print(req.result())#打印信息

    print('程序总耗时：{}'.format(time.time() - start_time))

由于没有GIL锁的限制，执行会非常快。

进程池和异步进程池的区别是什么呢？

在Python中，进程池（Process Pool）和异步进程池（Asyncio Process Pool）是用于并行处理任务的两种不同的机制。

进程池（Process Pool）：
进程池是通过multiprocessing模块提供的一种机制，它允许你创建一组预先初始化的进程，用于执行任务。你可以将任务提交给进程池，进程池会自动分配可用的进程来执行任务。进程池可以通过Pool类来创建。
进程池适用于CPU密集型任务，可以充分利用多核处理器的并行性。它通过创建多个进程来同时执行任务，每个进程都有自己的Python解释器和GIL，因此可以实现真正的并行执行。进程池在处理大量计算密集型任务时通常具有较好的性能。

异步进程池（Asyncio Process Pool）：
异步进程池是通过concurrent.futures和asyncio模块提供的一种机制，它允许在异步环境中并行处理任务。异步进程池是建立在异步编程的基础上，可以在单个线程中同时执行多个任务。
异步进程池适用于IO密集型任务，如网络请求、文件读写等。它利用异步编程的特性，通过在任务之间进行切换来提高效率，避免了线程切换的开销。异步进程池在处理大量IO密集型任务时通常具有较好的性能。

进程池和线程池处理IO密集型的任务都很快吗？

异步线程池和异步进程池的主要区别在于线程池使用的是线程，而进程池使用的是进程。

线程池：在Python中，线程是由操作系统管理的，多个线程共享同一进程的内存空间，因此线程之间的切换开销较小。线程池适用于IO密集型任务，如网络请求、文件读写等，因为在这些任务中，大部分时间都是在等待IO操作完成，线程可以在等待期间切换执行其他任务，提高效率。

进程池：进程是由操作系统管理的，每个进程都有独立的内存空间，进程之间切换的开销较大。进程池适用于CPU密集型任务，如数据处理、图像处理等，因为这些任务需要大量的计算资源，多个进程可以并行执行，提高效率。

无论是线程池还是进程池，在处理IO密集型任务时都可以提高效率。但对于CPU密集型任务，由于Python的全局解释器锁（GIL）的存在，多线程并不能真正实现并行执行，因此在这种情况下使用进程池更为合适。如果需要同时处理大量IO密集型和CPU密集型任务，可以结合使用线程池和进程池来充分利用多核资源。

为什么不直接用进程池呢？

进程会特别占用内存，能够使用线程池的场景，还是使用线程池更好。

用实例解释进程池和异步进程池的区别

以网络爬虫为例：
当使用进程池和异步进程池来实现网络爬虫项目时，它们的处理逻辑和性能表现有一些区别。

使用进程池的处理逻辑如下：

1. 创建一个进程池对象，设置进程数为10。
2. 将待爬取的URL列表分成若干个子任务，每个子任务包含多个URL。
3. 使用进程池的map()方法，将子任务提交给进程池。
4. 进程池会自动将子任务分配给空闲的进程进行处理，每个进程负责处理一个子任务。
5. 当所有子任务都完成时，进程池会返回结果，可以通过返回的结果来获取爬取的数据。

使用异步进程池的处理逻辑如下：

1. 创建一个异步进程池对象，设置进程数为10。
2. 将待爬取的URL列表分成若干个子任务，每个子任务包含多个URL。
3. 使用异步进程池的submit()方法，将每个子任务提交给异步进程池。
4. 异步进程池会立即返回一个Future对象，表示该子任务的执行状态。
5. 可以通过Future对象的result()方法来获取子任务的结果，如果子任务还未完成，result()方法会阻塞等待直到结果可用。
6. 可以使用concurrent.futures.as_completed()函数来迭代Future对象，获取已完成的子任务结果。

在性能方面，异步进程池通常比进程池更快。这是因为异步进程池可以同时执行多个任务，不需要等待一个任务完成后才能执行下一个任务，从而提高了效率。而进程池则需要按顺序逐个处理任务，无法并行执行。对于IO密集型的任务，异步进程池的性能提升更为明显，因为它可以充分利用CPU等待IO的时间来执行其他任务。