Python中如何使用多进程？multiprocessing模块详解

哎呀，你说的太详细了。
当使用多进程时，我并没有那么挑剔。
我记得有一年我在上海从事图像处理工作。
由于 CPU 的表现就像锅上的蚂蚁，我决定尝试多处理。

当时，我正在寻找一个随机多处理库，并直接使用Process来创建进程。
没有人排队什么的，所以我只想走得更快。
结果创建了大量进程，导致系统停止。
后来查了一下，发现需要添加 if __name__ == '__main__': 。
如果你不这样做，Windows 子进程会疯狂地导入模块，这真的会杀了你。

后来，我发现我可以简单地使用多个进程来执行 CPU 密集型任务，并为 I/O 密集型任务打开更多线程。
我从来没有使用过你提到的队列、管道或共享内存。
看起来太复杂了。
那时，您只需使用管道发送信号，让另一个进程知道它已完成。

我以前用过游泳池，但我觉得有点浪费。
您每次都必须创建和销毁该进程。
我们建议使用Process直接控制它。
但是，如果您的工作量非常大，那么使用 Pools 来分割任务并自动收集结果是非常容易的。

一般根据情况采用多进程、多线程。
不要做得太过分，保持简单有效。
我还没有完全实现你所说的，但似乎有道理。

Python I/O与进程的详细讲解

I/O操作的关键是文件管理。
使用with语句，文件会自动关闭，不用担心出错。

文件读取，多种模式。
要读取文本，请使用“r”；要写入文本，请使用“w”；要添加文本，请使用“A”。

读写内存时，StringIO和ByteIO来帮忙。
对于字符串，使用StringIO；对于字节，请使用 BytesIO。

操作系统交互，OS模块是万能的。
文件列表，listdir；文件存在，存在。

序列化，对象变成字节。
Pickles 和 Jason，帮助您实现这一目标。

进程管理、创建进程、os.fork()或多处理。
对于Unix系统，使用fork；对于一般用途，请使用多处理。

进程池，多任务并行，效率高。
池管理流程可在几分钟内完成工作。

进程通信、队列或管道。
生产者和消费者，信息传递无障碍。

线程处理，线程模块。
多线程提高效率。

线程同步，锁来帮忙。
避免竞争条件并确保您的数据安全。

Threadlocal，线程全局变量。
每个线程都有自己的变量。

分布式进程，Multiprocessing.Manager。
多机协作更高效。

总结，I/O和进程管理，Python的强大工具。
充分利用它们可以使您的程序更加高效。
你自己看看，还有什么不明白的吗？

Supervisor — 进程管理

这个东西叫Supervisor，是Python做的一个进程管理工具。
启动、重新启动和终止进程，以及自动监控和重新启动。
简单来说，就是让程序稳定运行。

主要特点： 1 .进程管理：普通命令行程序成为后台并监控状态。
2 .自动重启：如果进程出现问题，会自动重启。
3 . 多进程管理：同时管理多个进程。
4 、用户管理：设置非root用户管理流程。

实施步骤： 1 、安装。
2 . 生成配置文件。
3 .配置文件路径。
4 . 启动主管。

配置文件：
主要配置：全局设置。

子配置：具体的进程配置。

常用命令：
查看状态：supervisorctl status
启动：supervisorctl start [程序名称]
停止：supervisorctl stop [程序名称]
还有web管理界面，方便。
对于系统管理，您可以使用 systemctl。

总之，Supervisor非常实用，可以搞定流程管理。
你自己看看，用了就知道有多香了。