pythonfork进程
A. python 怎么启动一个外部命令程序，并且不阻塞当前进程
在Python中，我们通过标准库中的subprocess包来fork一个子进程，并运行一个外部的程序。
使用subprocess包中的函数创建子进程的时候，要注意:
1) 在创建子进程之后，父进程是否暂停，并等待子进程运行。
2) 函数返回什么
3) 当returncode不为0时，父进程如何处理。
subprocess.call()
父进程等待子进程完成
返回退出信息
subprocess.check_call()
父进程等待子进程完成
返回0
检查退出信息，如果returncode不为0，则举出错误subprocess.CalledProcessError，该对象包含有returncode属性，可用try...except...来检查。
subprocess.check_output()
父进程等待子进程完成
返回子进程向标准输出的输出结果
检查退出信息，如果returncode不为0，则举出错误subprocess.CalledProcessError，该对象包含有returncode属性和output属性，output属性为标准输出的输出结果，可用try...except...来检查。
这三个函数的使用方法相类似，我们以subprocess.call()来说明:
importsubprocess
rc=subprocess.call(["ls","-l"])
实际上，我们上面的三个函数都是基于Popen()的封装(wrapper)。这些封装的目的在于让我们容易使用子进程。当我们想要更个性化我们的需求的时候，就要转向Popen类，该类生成的对象用来代表子进程。
与上面的封装不同，Popen对象创建后，主程序不会自动等待子进程完成。我们必须调用对象的wait()方法，父进程才会等待 (也就是阻塞block)：
importsubprocess
child=subprocess.Popen(["ping","-c","5","www.google.com"])
child.wait()
print("parentprocess")
此外，你还可以在父进程中对子进程进行其它操作，比如我们上面例子中的child对象:
child.poll() # 检查子进程状态
child.kill() # 终止子进程
child.send_signal()# 向子进程发送信号
child.terminate() # 终止子进程
因此，如果不希望当前进程被阻塞，你可以使用Popen对象进行操作。
B. python使用标准库根据进程名如何获取进程的
在Python中，我们通过标准库中的subprocess包来fork一个子进程，并运行一个外部的程序。
使用subprocess包中的函数创建子进程的时候，要注意:
1) 在创建子进程之后，父进程是否暂停，并等待子进程运行。
2) 函数返回什么
3) 当returncode不为0时，父进程如何处理。
C. python os.fock 创建的子进程里如果是个死循环，怎么强制结束进程
os.fork()正常返回创建的子进程id，可以使用
os.kill(pid,sig)
杀死子进程。
D. 如何在python脚本中新建一个守护子进程
函数实现
[html] view plain
#!/usr/bin/env python
#coding: utf-8
import sys, os
'''将当前进程fork为一个守护进程
注意：如果你的守护进程是由inetd启动的，不要这样做！inetd完成了
所有需要做的事情，包括重定向标准文件描述符，需要做的事情只有chdir()和umask()了
'''
def daemonize (stdin='/dev/null', stdout='/dev/null', stderr='/dev/null'):
#重定向标准文件描述符（默认情况下定向到/dev/null）
try:
pid = os.fork()
#父进程(会话组头领进程)退出，这意味着一个非会话组头领进程永远不能重新获得控制终端。
if pid > 0:
sys.exit(0) #父进程退出
except OSError, e:
sys.stderr.write ("fork #1 failed: (%d) %s\n" % (e.errno, e.strerror) )
sys.exit(1)
#从母体环境脱离
os.chdir("/") #chdir确认进程不保持任何目录于使用状态，否则不能umount一个文件系统。也可以改变到对于守护程序运行重要的文件所在目录
os.umask(0) #调用umask(0)以便拥有对于写的任何东西的完全控制，因为有时不知道继承了什么样的umask。
os.setsid() #setsid调用成功后，进程成为新的会话组长和新的进程组长，并与原来的登录会话和进程组脱离。
#执行第二次fork
try:
pid = os.fork()
if pid > 0:
sys.exit(0) #第二个父进程退出
except OSError, e:
sys.stderr.write ("fork #2 failed: (%d) %s\n" % (e.errno, e.strerror) )
sys.exit(1)
#进程已经是守护进程了，重定向标准文件描述符
for f in sys.stdout, sys.stderr: f.flush()
si = open(stdin, 'r')
so = open(stdout, 'a+')
se = open(stderr, 'a+', 0)
os.p2(si.fileno(), sys.stdin.fileno()) #p2函数原子化关闭和复制文件描述符
os.p2(so.fileno(), sys.stdout.fileno())
os.p2(se.fileno(), sys.stderr.fileno())
#示例函数：每秒打印一个数字和时间戳
def main():
import time
sys.stdout.write('Daemon started with pid %d\n' % os.getpid())
sys.stdout.write('Daemon stdout output\n')
sys.stderr.write('Daemon stderr output\n')
c = 0
while True:
sys.stdout.write('%d: %s\n' %(c, time.ctime()))
sys.stdout.flush()
c = c+1
time.sleep(1)
if __name__ == "__main__":
daemonize('/dev/null','/tmp/daemon_stdout.log','/tmp/daemon_error.log')
main()
可以通过命令ps -ef | grep daemon.py查看后台运行的继承，在/tmp/daemon_error.log会记录错误运行日志，在/tmp/daemon_stdout.log会记录标准输出日志。
E. 如何理解python的fork，thread，anm
使用fork创建一个新进程成功后，新进程会是原进程的子进程，原进程称为父进程。如果发生错误，则会抛出OSError异常。
#!/usr/bin/env python
#coding=utf8
from time import sleep
import os
try:
pid = os.fork()
except OSError, e:
pass
sleep(30)
F. python fork id为0是子进程么
python的os mole中有fork()函数用于生成子进程，生成的子进程是父进程的镜像，但是它们有各自的地址空间，子进程复制一份父进程内存给自己
两个进程之间的执行是相互独立的，其执行顺序可以是不确定的、随机的、不可预测的，这点与多线程的执行顺序相似。
G. python 多进程
os.fork()指令会创建另外一个进程，他的输出源也是你的python command line或者其他IDE。所以你会看见2个提示符。另外，IDE要处理那么多输出源，当然会很卡。还有，你连打下3次这个命令，相当于对三个进程都进行了下达指令，所以这时候你的进程数目为8(看不懂的建议看小学数学)。你的各个进程的输出会类似于打架，所以窗口会变得很慢。
建议：用pid来区分各个进程(os.fork()在父进程会返回pid，子进程会返回0)，例如：
import os
import time
pid=os.fork()
if pid==0:
time.sleep(0.1);
print "Child."
else:
print "The child's pid is:"+str(pid)
//end
以上代码中子进程我给他暂停0.1秒来防止与父进程的输出“打架”，当然有更好的解决方法，由于字数限制不打出来了，具体就是锁住输出源，通过之后再解锁，可以网络。
点赞、采纳、转发，素质三连，友谊你我他！
H. Python中进程与线程的区别是什么
Num01–>线程
线程是操作系统中能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。
一个线程指的是进程中一个单一顺序的控制流。
一个进程中可以并发多条线程，每条线程并行执行不同的任务。
Num02–>进程
进程就是一个程序在一个数据集上的一次动态执行过程。
进程有以下三部分组成：
1，程序：我们编写的程序用来描述进程要完成哪些功能以及如何完成。
2，数据集：数据集则是程序在执行过程中需要的资源，比如图片、音视频、文件等。
3，进程控制块：进程控制块是用来记录进程的外部特征，描述进程的执行变化过程，系统可以用它来控制和管理进程，它是系统感知进程存在的唯一标记。
Num03–>进程和线程的区别：
1、运行方式不同：
进程不能单独执行，它只是资源的集合。
进程要操作CPU，必须要先创建一个线程。
所有在同一个进程里的线程，是同享同一块进程所占的内存空间。
2，关系
进程中第一个线程是主线程，主线程可以创建其他线程；其他线程也可以创建线程；线程之间是平等的。
进程有父进程和子进程，独立的内存空间，唯一的标识符：pid。
3，速度
启动线程比启动进程快。
运行线程和运行进程速度上是一样的，没有可比性。
线程共享内存空间，进程的内存是独立的。
4，创建
父进程生成子进程，相当于复制一份内存空间，进程之间不能直接访问
创建新线程很简单，创建新进程需要对父进程进行一次复制。
一个线程可以控制和操作同级线程里的其他线程，但是进程只能操作子进程。
5，交互
同一个进程里的线程之间可以直接访问。
两个进程想通信必须通过一个中间代理来实现。
相关推荐：《Python视频教程》
Num04–>几个常见的概念
1，什么的并发和并行？
并发：微观上CPU轮流执行，宏观上用户看到同时执行。因为cpu切换任务非常快。
并行：是指系统真正具有同时处理多个任务（动作）的能力。
2，同步、异步和轮询的区别？
同步任务：B一直等着A，等A完成之后，B再执行任务。(打电话案例)
轮询任务：B没有一直等待A，B过一会来问一下A，过一会问下A
异步任务：B不需要一直等着A, B先做其他事情，等A完成后A通知B。（发短信案例）
Num05–>进程和线程的优缺点比较
首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。
如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。
如果用多线程实现Master-Worker，主线程就是Master，其他线程就是Worker。
多进程模式最大的优点就是稳定性高，因为一个子进程崩溃了，不会影响主进程和其他子进程。（当然主进程挂了所有进程就全挂了，但是Master进程只负责分配任务，挂掉的概率低）着名的Apache最早就是采用多进程模式。
多进程模式的缺点是创建进程的代价大，在Unix/linux系统下，用fork调用还行，在Windows下创建进程开销巨大。另外，操作系统能同时运行的进程数也是有限的，在内存和CPU的限制下，如果有几千个进程同时运行，操作系统连调度都会成问题。
多线程模式通常比多进程快一点，但是也快不到哪去，而且，多线程模式致命的缺点就是任何一个线程挂掉都可能直接造成整个进程崩溃，因为所有线程共享进程的内存。在Windows上，如果一个线程执行的代码出了问题，你经常可以看到这样的提示：“该程序执行了非法操作，即将关闭”，其实往往是某个线程出了问题，但是操作系统会强制结束整个进程。
在Windows下，多线程的效率比多进程要高，所以微软的IIS服务器默认采用多线程模式。由于多线程存在稳定性的问题，IIS的稳定性就不如Apache。为了缓解这个问题，IIS和Apache现在又有多进程+多线程的混合模式，真是把问题越搞越复杂。
Num06–>计算密集型任务和IO密集型任务
是否采用多任务的第二个考虑是任务的类型。我们可以把任务分为计算密集型和IO密集型。
第一种：计算密集型任务的特点是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。
计算密集型任务由于主要消耗CPU资源，因此，代码运行效率至关重要。Python这样的脚本语言运行效率很低，完全不适合计算密集型任务。对于计算密集型任务，最好用C语言编写。
第二种：任务的类型是IO密集型，涉及到网络、磁盘IO的任务都是IO密集型任务，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。对于IO密集型任务，任务越多，CPU效率越高，但也有一个限度。常见的大部分任务都是IO密集型任务，比如Web应用。
IO密集型任务执行期间，99%的时间都花在IO上，花在CPU上的时间很少，因此，用运行速度极快的C语言替换用Python这样运行速度极低的脚本语言，完全无法提升运行效率。对于IO密集型任务，最合适的语言就是开发效率最高（代码量最少）的语言，脚本语言是首选，C语言最差。
相关推荐：
Python中的进程是什么
I. python哪个函数启动进程和关闭进程
任何一种编程语言，启动进程和关闭进程都是跟操作系统相关的操作，python中与操作系统打交道的话，推荐使用os模块。
os.system() 函数可以启动一个进程，执行完之后返回状态码。
os.fork() 复制一个进程，如果是子进程返回0，如果是父进程返回子进程的pid，使用这个函数的时候，建议你学习一下linux编程的知识。
os.popen 以管道的方式创建进程。
os.spawnl 也可以创建进程，并能指定环境变量。
os.kill(pid, sig) 关闭一个进程，pid是进程号，sig是信号。与fork配合使用，例如你刚才用fork创建了一个子进程，它的pid是11990， 那么调用
os.kill( 11990, signal.CTRL_BREAK_EVENT)
就以ctrl+c的方式杀死了这个进程。
另外还有一个模块multiprocessing，这个模块封装了很多创建进程和进程间通信的操作，可以让你发挥多核的威力。
J. python fork子进程执行完需要怎么处理
（代码验证） fork确实创建了一个子进程并完全复制父进程，但是子进程是从fork后面那个指令开始执行的。
对于原因也很合逻辑，如果子进程也从main开头到尾执行所有指令，那它执行到fork指令时也必定会创建一个子子进程，如此下去这个小小的程序就可以创建无数多个进程可以把你的电脑搞瘫痪,所以fork作者肯定不会傻到这种程度fork和线程，进程的理解2011-10-11 10:09 本文分为三部分：1. 什么是fork？2. fork用途？3. fork怎么工作？ 1． 什么是fork?Fork源于OS中多线程任务的需要。在传统的Unix环境下，有两个基本的操作用于创建和修改进程：函数fork( )用来创建一个新的进程，该进程几乎是当前进程的一个完全拷贝；函数族exec( )用来启动另外的进程以取代当前运行的进程。下面说一下进程和线程。进程的简单理解就是：一个进程表示的就是一个可执行程序的一次执行过程中的一个状态。一个进程，主要包含三个元素：一个可以执行的程序； --- 代码段
和该进程相关联的全部数据（包括变量，内存空间，缓冲区等等）； --- 数据段
程序的执行上下文（execution context）。 --- 堆栈段 "代码段"，顾名思义，就是存放了程序代码的数据，假如机器中有数个进程运行相同的一个程序，那么它们就可以使用相同的代码段。"堆栈段"存放的就是子程序的返回地址、子程序的参数以及程序的局部变量。而数据段则存放程序的全局变量，常数以及动态数据分配的数据空间（比如用malloc之类的函数取得的空间）。 一般的CPU都有上述三种段寄存器，以方便操作系统的运行