Перейти на PRO

Для чего используется класс multiprocessing.Process в Python и как с ним работать?

Тип вопроса: Библиотеки и модули Вероятность: 10% Категория: Python Разработчик

Ответ

Класс multiprocessing.Process в Python используется для создания и управления дочерними процессами. Его основная цель — выполнение CPU-bound задач (интенсивных вычислений) в параллельном режиме, что позволяет обойти ограничение Global Interpreter Lock (GIL) и эффективно использовать все ядра процессора.

В отличие от потоков (threading.Thread), которые выполняются в рамках одного процесса и разделяют одну память (и GIL), каждый Process имеет собственное адресное пространство и свой экземпляр интерпретатора Python.

Базовый пример использования:

import multiprocessing
import time

def worker(name):
    """Функция, которая будет выполняться в дочернем процессе."""
    print(f'Процесс {name} запущен.')
    time.sleep(2)
    print(f'Процесс {name} завершен.')

if __name__ == '__main__':
    # Создание объекта процесса
    p = multiprocessing.Process(target=worker, args=('Worker-1',))

    # Запуск процесса
    p.start()

    print('Основной процесс продолжает работу.')

    # Ожидание завершения дочернего процесса
    p.join()

    print('Дочерний процесс завершился, основной процесс закончен.')

Ключевые особенности и правила:

  • if __name__ == '__main__':: Эта конструкция обязательна в Windows и рекомендуется во всех ОС. Она предотвращает рекурсивное создание дочерних процессов при импорте модуля.
  • target и args: В конструктор Process передается целевая функция (target) и кортеж ее аргументов (args).
  • start(): Метод запускает выполнение функции в новом процессе.
  • join(): Метод блокирует выполнение основного процесса до тех пор, пока дочерний процесс не завершится. Это необходимо для синхронизации.
  • Межпроцессное взаимодействие (IPC): Поскольку процессы изолированы, для обмена данными между ними используются специальные механизмы, такие как Queue, Pipe или Manager из модуля multiprocessing.

Ответ 18+ 🔞

А, ну вот, слушай, смотри, сейчас я тебе объясню про эту штуку — multiprocessing.Process. Это ж, блядь, как молоток для гвоздей, только для твоего процессора, когда ему надо впахивать по-настоящему, а не в одну дырку тыкаться.

Представь себе: у тебя есть одна задача, которая жрёт процессорное время, как голодный студент в столовой — это CPU-bound задача, ёпта. А в Python есть такая пакость — GIL, глобальная блокировка интерпретатора. Она делает так, что даже если у тебя 16 ядер, твои потоки (threading.Thread) будут толкаться, как пьяные в очереди за шаурмой, по одному. А вот процессы — это отдельные, блядь, вселенные. У каждого свой интерпретатор, своя память, и GIL им похуй, они на разных ядрах могут работать.

Смотри, как это выглядит на практике, простейший пример:

import multiprocessing
import time

def worker(name):
    """Функция, которая будет выполняться в дочернем процессе."""
    print(f'Процесс {name} запущен.')
    time.sleep(2)
    print(f'Процесс {name} завершен.')

if __name__ == '__main__':
    # Создание объекта процесса
    p = multiprocessing.Process(target=worker, args=('Worker-1',))

    # Запуск процесса
    p.start()

    print('Основной процесс продолжает работу.')

    # Ожидание завершения дочернего процесса
    p.join()

    print('Дочерний процесс завершился, основной процесс закончен.')

Теперь, сука, важные моменты, чтобы не наступить на грабли:

  • if __name__ == '__main__':: Это, блядь, святое. Особенно в Винде, но и в линуксе тоже не помешает. Без этого защитного заклинания можешь получить рекурсивный пиздец, когда процессы начнут плодиться, как кролики, при импорте. В рот меня чих-пых, просто запомни и пиши всегда.
  • target и args: target — это функция, которую ты засовываешь в процесс, как патрон в ствол. args — это кортеж с аргументами для неё. Если один аргумент — не забудь запятую, а то получишь хуй с горы, а не кортеж.
  • start(): Тыкаешь в эту кнопку — и понеслась, процесс отпочковывается и начинает свою жизнь.
  • join(): А это, понимаешь, как стоять у подъезда и ждать, пока твой друг допьёт пиво в гостях. Основной процесс встанет на паузу и будет ждать, пока этот дочерний не закончит свои дела. Без этого твой основной скрипт может уже всё посчитать и завершиться, а дочерний процесс так и останется висеть, как манда с ушами.
  • Общение между процессами: Вот тут самое интересное. Они же изолированы, как монахи в кельях. Не могут просто так взять и пошептаться через переменную. Для этого есть специальные штуки — Queue (очередь), Pipe (труба) или Manager. Через них они передают друг другу записки, как на уроке.

Короче, если тебе надо реально грузить процессор — это твой выбор. Потоки для I/O операций (сеть, диск), а процессы — для тяжёлых вычислений. Всё, вопрос закрыт.

© ХакСобесов, 2026
support@hacksobesov.com