Python中的多进程与多线程（一）
一、背景
最近在Azkaban的测试工作中，需要在测试环境下模拟线上的调度场景进行稳定性测试。故而重操python旧业，通过python编写脚本来构造类似线上的调度场景。在脚本编写过程中，碰到这样一个需求：要在测试环境创建10000个作业流。
最开始的想法是在一个azkaban project下循环调用10000次create job接口（每个Flow只包含一个job）。由于azkaban它本身没有增加/删除作业流的接口，所有的作业流修改、增加、删除其实都是通过重新上传项目zip包实现的，相应地每次调猛犸前端的create job接口，实际上是在猛犸端对zip包的内容进行了重新的整合后再重新上传zip包到azkaban，整个过程可以拆解成如下过程：解压zip包获得zip包内容，变更zip包内的文件内容，重新打包zip包，上传到azkaban。因此，随着循环次数越往后，zip包包含的内容会越多，接口执行一次的时间就越长。实践发现，第一次调该接口的时间大致不到1秒，到循环1000次的时候接口调用一次的时间就达到了将近3秒。因此，如果指望一个循环10000次来构造该场景，显然要耗费巨大的时间。
在此背景下， 自然而然地就想到用多进程/多线程的方式来处理该问题。
二、“多任务”的操作系统基础
大家都知道，操作系统可以同时运行多个任务。比如你一边听音乐，一边聊IM，一边写博客等。现在的cpu大都是多核的，但即使是过去的单核cpu也是支持多任务并行执行。
单核cpu执行多任务的原理：操作系统交替轮流地执行各个任务。先让任务1执行0.01秒，然后切换到任务2执行0.01秒，再切换到任务3执行0.01秒…这样往复地执行下去。由于cpu的执行速度非常快，所以使用者的主观感受就是这些任务在并行地执行。
多核cpu执行多任务的原理：由于实际应用中，任务的数量往往远超过cpu的核数，所以操作系统实际上是把这些多任务轮流地调度到每个核心上执行。
对于操作系统来说，一个应用就是一个进程。比如打开一个浏览器，它是一个进程；打开一个记事本，它是一个进程。每个进程有它特定的进程号。他们共享系统的内存资源。进程是操作系统分配资源的最小单位。
而对于每一个进程而言，比如一个视频播放器，它必须同时播放视频和音频，就至少需要同时运行两个“子任务”，进程内的这些子任务就是通过线程来完成。线程是最小的执行单元。一个进程它可以包含多个线程，这些线程相互独立，同时又共享进程所拥有的资源。
三、Python多进程编程
1. multiprocessing
multiprocessing是Python提供的一个跨平台的多进程模块，通过它可以很方便地编写多进程程序，在不同的平台（Unix/Linux, Windows）都可以执行。
下面就是使用multiprocessing编写多进程程序的代码：
#!/usr/bin/python<br/>
# -*- coding: utf-8 -*<br/>
__author__ = 'zni.feng'<br/>
import sys<br/>
reload (sys)<br/>
sys.setdefaultencoding('utf-8')
from multiprocessing import Process<br/>
import os<br/>
import time
#子进程fun<br/>
def child_projcess_fun(name):<br/>
print 'Child process %s with processId %s starts.' % (name, os.getpid())<br/>
time.sleep(3)<br/>
print 'Child process %s with processId %s ends.' % (name, os.getpid())
if __name__ == "__main__":<br/>
print 'Parent processId is: %s.' % os.getpid()<br/>
p = Process(target = child_projcess_fun, args=('zni',))<br/>
print 'Process starts'<br/>
p.start() #开始进程<br/>
p.join() #等待子进程结束后再继续往下执行<br/>
print 'Process ends.'
程序的输出：
Parent processId is: 11076.<br/> Process starts<br/> Child process zni with processId 11077 starts.<br/> Child process zni with processId 11077 ends.<br/> Process ends.<br/> [Finished in 3.1s]
2. Pool
某些情况下，我们希望批量创建多个子进程，或者给定子进程数的上限，避免无限地消耗系统的资源。通过Pool（进程池）的方式，就可以完成这项工作，下面是使用Pool的代码：
#!/usr/bin/python<br/>
# -*- coding: utf-8 -*<br/>
__author__ = 'zni.feng'<br/>
import sys<br/>
reload (sys)<br/>
sys.setdefaultencoding('utf-8')
from multiprocessing import Pool<br/>
import os, time
def child_process_test(name, sleep_time):<br/>
print 'Child process %s with processId %s starts.' % (name, os.getpid())<br/>
time.sleep(sleep_time)<br/>
print 'Child process %s with processId %s ends.' % (name, os.getpid())
if __name__ == "__main__":<br/>
print 'Parent processId is: %s.' % os.getpid()<br/>
p = Pool() #进程池默认大小是cpu的核数<br/>
#p = Pool(10) #生成一个容量为10的进程池，即最大同时执行10个子进程<br/>
for i in range(5):<br/>
p.apply_async(child_process_test, args=('zni_'+str(i), i+1,)) #p.apply_async向进程池提交目标请求
print 'Child processes are running.'<br/>
p.close()<br/>
p.join() #用来等待进程池中的所有子进程结束再向下执行代码，必须在p.close()或者p.terminate()之后执行<br/>
print 'All Processes end.'
程序的输出：
Parent processId is: 5050.<br/> Child processes are running.<br/> Child process zni_0 with processId 5052 starts.<br/> Child process zni_1 with processId 5053 starts.<br/> Child process zni_2 with processId 5054 starts.<br/> Child process zni_3 with processId 5055 starts.<br/> Child process zni_0 with processId 5052 ends.<br/> Child process zni_4 with processId 5052 starts.<br/> Child process zni_1 with processId 5053 ends.<br/> Child process zni_2 with processId 5054 ends.<br/> Child process zni_3 with processId 5055 ends.<br/> Child process zni_4 with processId 5052 ends.<br/> All Processes end.<br/> [Finished in 6.2s]
close()方法和terminate()方法的区别：
close：关闭进程池，使之不能再添加新的进程。已经执行的进程会等待继续执行直到结束。
terminate：强制终止线程池，正在执行的进程也会被强制终止。
3. 进程间通信
Python的multiprocessing模块提供了多种进程间通信的方式，如Queue、Pipe等。
3.1 Queue、Lock
Queue是multiprocessing提供的一个模块，它的数据结构就是”FIFO——first in first out”的队列，常用的方法有：put(object)入队；get()出队；empty()判断队列是否为空。
Lock：当多个子进程对同一个queue执行写操作时，为了避免并发操作产生冲突，可以通过加锁的方式使得某个子进程对queue拥有唯一的写权限，其他子进程必须等待该锁释放后才能再开始执行写操作。
下面就是使用Queue进行进程间通信的代码：在父进程里创建两个子进程，分别实现对queue的读和写操作
#!/usr/bin/python<br/>
# -*- coding: utf-8 -*<br/>
__author__ = 'zni.feng'<br/>
import sys<br/>
reload (sys)<br/>
sys.setdefaultencoding('utf-8')<br/>
from multiprocessing import Process, Queue, Lock<br/>
import os, time, random<br/>
#写数据进程<br/>
def write(q, lock, name):<br/>
print 'Child Process %s starts' % name<br/>
#获得锁<br/>
lock.acquire()<br/>
for value in ['A' , 'B', 'C']:<br/>
print 'Put %s to queue...' % value<br/>
q.put(value)<br/>
time.sleep(random.random())<br/>
#释放锁<br/>
lock.release()<br/>
print 'Child Process %s ends' % name
#读数据进程<br/>
def read(q, lock, name):<br/>
print 'Child Process %s starts' % name<br/>
while True: #持续地读取q中的数据<br/>
value =q.get()<br/>
print 'Get %s from queue.' % value<br/>
print 'Child Process %s ends' % name
if __name__ == "__main__":<br/>
#父进程创建queue，并共享给各个子进程<br/>
q= Queue()<br/>
#创建锁<br/>
lock = Lock()<br/>
#创建第一个“写”子进程<br/>
pw = Process(target = write , args=(q, lock, 'WRITE', ))<br/>
#创建“读”进程<br/>
pr = Process(target = read, args=(q,lock, 'READ',))<br/>
#启动子进程pw,写入：<br/>
pw.start()<br/>
#启动子进程pr，读取：<br/>
pr.start()<br/>
#等待pw结束：<br/>
pw.join()<br/>
#pr是个死循环，通过terminate杀死：<br/>
pr.terminate()<br/>
print 'Test finish.'
程序的输出结果为：
Child Process WRITE starts<br/> Put A to queue...<br/> Child Process READ starts<br/> Get A from queue.<br/> Put B to queue...<br/> Get B from queue.<br/> Put C to queue...<br/> Get C from queue.<br/> Child Process WRITE ends<br/> Test finish.<br/> [Finished in 2.0s]
3.2 Pipe
Pipe是另一种进程间通信的方式，俗称“管道”。它由两端组成，一端往管道里写入数据，另一端从管道里读取数据。
下面就是使用Pipe通信的代码：
#!/usr/bin/python<br/>
# -*- coding: utf-8 -*<br/>
__author__ = 'zni.feng'<br/>
import sys<br/>
reload (sys)<br/>
sys.setdefaultencoding('utf-8')<br/>
from multiprocessing import Process, Pipe<br/>
import os, time, random
#发送数据进程<br/>
def send(child_pipe, name):<br/>
print 'Child Process %s starts' % name<br/>
child_pipe.send('This is Mr.Ni')<br/>
child_pipe.close()<br/>
time.sleep(random.random())<br/>
print 'Child Process %s ends' % name
#接收数据进程<br/>
def recv(parent_pipe, name):<br/>
print 'Child Process %s starts' % name<br/>
print parent_pipe.recv()<br/>
time.sleep(random.random())<br/>
print 'Child Process %s ends' % name
if __name__ == "__main__":<br/>
#创建管道<br/>
parent,child = Pipe()<br/>
#创建send进程<br/>
ps = Process(target=send, args=(child, 'SEND'))<br/>
#创建recv进程<br/>
pr = Process(target=recv, args=(parent, 'RECEIVE'))<br/>
#启动send进程<br/>
ps.start()<br/>
#等待send进程结束<br/>
ps.join()<br/>
#启动recv进程<br/>
pr.start()<br/>
#等待recv进程结束<br/>
pr.join()<br/>
print 'Test finish.'
程序的输出结果如下：
Child Process SEND starts<br/> Child Process SEND ends<br/> Child Process RECEIVE starts<br/> This is Mr.Ni<br/> Child Process RECEIVE ends<br/> Test finish.<br/> [Finished in 1.8s]
