Python標準庫的很多初步進程是怎樣的

Python標準庫的很多初步進程是怎樣的，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

　　我們知道使用subprocess包來創建子進程，但這個包是有兩個很大的局限性的：

　　1)我們總是讓subprocess運行外部的程序，而不是運行一個Python腳本內部編寫的函數。

　　2)進程間只通過管道進行文本交流。以上限制了我們將subprocess包應用到更廣泛的多進程任務。(這樣的比較實際是不公平的，因為subprocessing本身就是設計成為一個shell，而不是一個多進程管理包)

threading和multiprocessing

　　multiprocessing包是Python中的多進程管理包。與threading.Thread類似，它可以利用multiprocessing.Process對象來創建一個進程。該進程可以運行在Python程序內部編寫的函數。該Process對象與Thread對象的用法相同，也有start(),run(),join()的方法。此外multiprocessing包中也有Lock/Event/Semaphore/Condition類(這些對象可以像多線程那樣，通過參數傳遞給各個進程)，用以同步進程，其用法與threading包中的同名類一致。所以，multiprocessing的很大一部份與threading使用同一套API，只不過換到了多進程的情境。

　　但在使用這些共享API的時候，我們要注意以下幾點:

　　在UNIX平臺上，當某個進程終結之后，該進程需要被其父進程調用wait，否則進程成為僵尸進程(Zombie)。所以，有必要對每個Process對象調用join()方法(實際上等同于wait)。對于多線程來說，由于只有一個進程，所以不存在此必要性。

　　multiprocessing提供了threading包中沒有的IPC(比如Pipe和Queue)，效率上更高。應優先考慮Pipe和Queue，避免使用Lock/Event/Semaphore/Condition等同步方式(因為它們占據的不是用戶進程的資源)。

　　多進程應該避免共享資源。在多線程中，我們可以比較容易地共享資源，比如使用全局變量或者傳遞參數。在多進程情況下，由于每個進程有自己獨立的內存空間，以上方法并不合適。此時我們可以通過共享內存和Manager的方法來共享資源。但這樣做提高了程序的復雜度，并因為同步的需要而降低了程序的效率。

Process.PID中保存有PID，如果進程還沒有start()，則PID為None。

　　我們可以從下面的程序中看到Thread對象和Process對象在使用上的相似性與結果上的不同。各個線程和進程都做一件事：打印PID。但問題是，所有的任務在打印的時候都會向同一個標準輸出(stdout)輸出。這樣輸出的字符會混合在一起，無法閱讀。使用Lock同步，在一個任務輸出完成之后，再允許另一個任務輸出，可以避免多個任務同時向終端輸出。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。