multiprocessing.md

1> **Источник:** https://python-all.ru/3.10/library/multiprocessing.html2>3> «Документация Python на русском» – неофициальный перевод официальной документации Python: версии от 2.6 до 3.16, полнотекстовый поиск, английский оригинал рядом с переводом. Эта Markdown-версия страницы предназначена для работы с LLM: вставьте её в ChatGPT, Claude или Cursor.45---67# [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) – параллелизм на основе процессов89**Исходный код:** [Lib/multiprocessing/](https://python-all.ru/src/3.10/Lib/multiprocessing)1011---1213## Введение1415[`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) – это пакет, который поддерживает порождение процессов с помощью API, похожего на модуль [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading). Пакет [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) предоставляет как локальную, так и удалённую конкурентность, обходя [глобальную блокировку интерпретатора](https://python-all.ru/3.10/glossary.html#term-global-interpreter-lock) за счёт использования подпроцессов вместо потоков. Благодаря этому модуль [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) позволяет программисту полностью задействовать несколько процессоров на данной машине. Он работает как в Unix, так и в Windows.1617Модуль [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) также предоставляет API, у которых нет аналогов в модуле [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading). Яркий пример – объект [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), который предоставляет удобный способ распараллеливания выполнения функции для нескольких входных значений, распределяя входные данные между процессами (параллелизм данных). Следующий пример демонстрирует обычную практику определения таких функций в модуле, чтобы дочерние процессы могли успешно импортировать этот модуль. Этот базовый пример параллелизма данных с использованием [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool),1819```python20from multiprocessing import Pool2122def f(x):23    return x*x2425if __name__ == '__main__':26    with Pool(5) as p:27        print(p.map(f, [1, 2, 3]))28```2930будет выводить на стандартный вывод3132```python33[1, 4, 9]34```3536> **См. также**37>38> [`concurrent.futures.ProcessPoolExecutor`](https://python-all.ru/3.10/library/concurrent.futures.html#concurrent.futures.ProcessPoolExecutor) предлагает интерфейс более высокого уровня для отправки задач фоновому процессу без блокировки выполнения вызывающего процесса. По сравнению с прямым использованием интерфейса [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), API [`concurrent.futures`](https://python-all.ru/3.10/library/concurrent.futures.html#module-concurrent.futures) позволяет легче разделить отправку работы в пул процессов и ожидание результатов.3940### Класс [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process)4142В [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) процессы порождаются созданием объекта [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) и последующим вызовом его метода [`start()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.start). [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) следует API [`threading.Thread`](https://python-all.ru/3.10/library/threading.html#threading.Thread). Простой пример многопроцессной программы:4344```python45from multiprocessing import Process4647def f(name):48    print('hello', name)4950if __name__ == '__main__':51    p = Process(target=f, args=('bob',))52    p.start()53    p.join()54```5556Чтобы показать идентификаторы задействованных процессов, вот расширенный пример:5758```python59from multiprocessing import Process60import os6162def info(title):63    print(title)64    print('module name:', __name__)65    print('parent process:', os.getppid())66    print('process id:', os.getpid())6768def f(name):69    info('function f')70    print('hello', name)7172if __name__ == '__main__':73    info('main line')74    p = Process(target=f, args=('bob',))75    p.start()76    p.join()77```7879Объяснение того, зачем нужна часть `if __name__ == '__main__'`, см. в [руководстве по программированию](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-programming).8081### Контексты и методы запуска8283В зависимости от платформы [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) поддерживает три способа запуска процесса. Эти *методы запуска*:8485> ***spawn***86>87> Родительский процесс запускает новый процесс интерпретатора Python. Дочерний процесс унаследует только те ресурсы, которые необходимы для выполнения метода [`run()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.run) объекта процесса. В частности, ненужные файловые дескрипторы и дескрипторы из родительского процесса не наследуются. Запуск процесса с помощью этого метода довольно медленный по сравнению с использованием *fork* или *forkserver*.88>89> Доступно на Unix и Windows. По умолчанию используется на Windows и macOS.90>91> ***fork***92>93> Родительский процесс использует [`os.fork()`](https://python-all.ru/3.10/library/os.html#os.fork) для форка интерпретатора Python. Дочерний процесс в начале своего выполнения фактически идентичен родительскому процессу. Все ресурсы родительского процесса наследуются дочерним процессом. Обратите внимание, что безопасный форк многопоточного процесса проблематичен.94>95> Доступно только на Unix. По умолчанию используется на Unix.96>97> ***forkserver***98>99> Когда программа запускается и выбирает метод запуска *forkserver*, запускается серверный процесс. После этого каждый раз, когда требуется новый процесс, родительский процесс подключается к серверу и запрашивает создание (fork) нового процесса. Серверный процесс (fork server) является однопоточным, поэтому ему безопасно использовать [`os.fork()`](https://python-all.ru/3.10/library/os.html#os.fork). Ненужные ресурсы не наследуются.100>101> Доступно на платформах Unix, которые поддерживают передачу файловых дескрипторов через каналы Unix.102103Изменено в версии 3.8: В macOS метод запуска *spawn* теперь используется по умолчанию. Метод запуска *fork* следует считать небезопасным, так как он может привести к краху подпроцесса. См. [bpo-33725](https://python-all.ru/3.10/library/multiprocessing.html).104105Изменено в версии 3.4: метод запуска *spawn* добавлен на всех платформах Unix, а *forkserver* добавлен для некоторых платформ Unix. Дочерние процессы больше не наследуют все наследуемые дескрипторы родительского процесса в Windows.106107On Unix using the *spawn* or *forkserver* start methods will also start a *resource tracker* process which tracks the unlinked named system resources (such as named semaphores or [`SharedMemory`](https://python-all.ru/3.10/library/multiprocessing.shared_memory.html#multiprocessing.shared_memory.SharedMemory) objects) created by processes of the program. When all processes have exited the resource tracker unlinks any remaining tracked object. Usually there should be none, but if a process was killed by a signal there may be some “leaked” resources. (Neither leaked semaphores nor shared memory segments will be automatically unlinked until the next reboot. This is problematic for both objects because the system allows only a limited number of named semaphores, and shared memory segments occupy some space in the main memory.)108109Для выбора метода запуска используется [`set_start_method()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.set_start_method) в блоке `if __name__ == '__main__'` главного модуля. Например:110111```python112import multiprocessing as mp113114def foo(q):115    q.put('hello')116117if __name__ == '__main__':118    mp.set_start_method('spawn')119    q = mp.Queue()120    p = mp.Process(target=foo, args=(q,))121    p.start()122    print(q.get())123    p.join()124```125126[`set_start_method()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.set_start_method) не должен использоваться более одного раза в программе.127128В качестве альтернативы можно использовать [`get_context()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.get_context) для получения объекта контекста. Объекты контекста имеют тот же API, что и модуль multiprocessing, и позволяют использовать несколько методов запуска в одной программе.129130```python131import multiprocessing as mp132133def foo(q):134    q.put('hello')135136if __name__ == '__main__':137    ctx = mp.get_context('spawn')138    q = ctx.Queue()139    p = ctx.Process(target=foo, args=(q,))140    p.start()141    print(q.get())142    p.join()143```144145Обратите внимание: объекты, связанные с одним контекстом, могут быть несовместимы с процессами другого контекста. В частности, блокировки, созданные с помощью контекста *fork*, нельзя передавать процессам, запущенным с помощью методов запуска *spawn* или *forkserver*.146147Библиотека, которая хочет использовать определённый метод запуска, вероятно, должна использовать [`get_context()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.get_context), чтобы не мешать выбору пользователя библиотеки.148149> **Предупреждение**150>151> Методы запуска `'spawn'` и `'forkserver'` в настоящее время не могут использоваться с «замороженными» исполняемыми файлами (т.е. бинарными файлами, созданными такими пакетами, как **PyInstaller** и **cx\_Freeze**) на Unix. Метод запуска `'fork'` работает.152153### Обмен объектами между процессами154155[`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) поддерживает два типа каналов связи между процессами:156157**Очереди**158159> Класс [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue) является почти точной копией [`queue.Queue`](https://python-all.ru/3.10/library/queue.html#queue.Queue). Например:160>161> ```python162> from multiprocessing import Process, Queue163>164> def f(q):165>     q.put([42, None, 'hello'])166>167> if __name__ == '__main__':168>     q = Queue()169>     p = Process(target=f, args=(q,))170>     p.start()171>     print(q.get())    # печатает "[42, None, 'hello']"172>     p.join()173> ```174>175> Очереди потокобезопасны и безопасны для процессов.176177**Каналы**178179> Функция [`Pipe()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Pipe) возвращает пару объектов соединения, связанных каналом, который по умолчанию является дуплексным (двунаправленным). Например:180>181> ```python182> from multiprocessing import Process, Pipe183>184> def f(conn):185>     conn.send([42, None, 'hello'])186>     conn.close()187>188> if __name__ == '__main__':189>     parent_conn, child_conn = Pipe()190>     p = Process(target=f, args=(child_conn,))191>     p.start()192>     print(parent_conn.recv())   # печатает "[42, None, 'hello']"193>     p.join()194> ```195>196> Два объекта соединения, возвращаемые [`Pipe()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Pipe), представляют два конца канала. Каждый объект соединения имеет методы `send()` и `recv()` (среди прочих). Обратите внимание: данные в канале могут быть повреждены, если два процесса (или потока) попытаются одновременно читать или писать в *один и тот же* конец канала. Разумеется, нет риска повреждения, если процессы одновременно используют разные концы канала.197198### Синхронизация между процессами199200[`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) содержит эквиваленты всех примитивов синхронизации из [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading). Например, можно использовать блокировку, чтобы гарантировать, что только один процесс одновременно выводит на стандартный вывод:201202```python203from multiprocessing import Process, Lock204205def f(l, i):206    l.acquire()207    try:208        print('hello world', i)209    finally:210        l.release()211212if __name__ == '__main__':213    lock = Lock()214215    for num in range(10):216        Process(target=f, args=(lock, num)).start()217```218219Без использования блокировки вывод от разных процессов может полностью перепутаться.220221### Совместное использование состояния между процессами222223Как уже упоминалось, при параллельном программировании обычно лучше избегать использования общего состояния, насколько это возможно. Это особенно верно при использовании нескольких процессов.224225Однако если действительно необходимо использовать некоторые общие данные, то [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) предоставляет несколько способов сделать это.226227**Разделяемая память**228229> Данные могут храниться в отображении разделяемой памяти с помощью [`Value`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Value) или [`Array`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Array). Например, следующий код230>231> ```python232> from multiprocessing import Process, Value, Array233>234> def f(n, a):235>     n.value = 3.1415927236>     for i in range(len(a)):237>         a[i] = -a[i]238>239> if __name__ == '__main__':240>     num = Value('d', 0.0)241>     arr = Array('i', range(10))242>243>     p = Process(target=f, args=(num, arr))244>     p.start()245>     p.join()246>247>     print(num.value)248>     print(arr[:])249> ```250>251> выведет252>253> ```python254> 3.1415927255> [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]256> ```257>258> Аргументы `'d'` и `'i'`, используемые при создании `num` и `arr`, – это коды типов, аналогичные используемым модулем [`array`](https://python-all.ru/3.10/library/array.html#module-array): `'d'` означает число с плавающей запятой двойной точности, а `'i'` – целое число со знаком. Эти разделяемые объекты будут безопасными для процессов и потоков.259>260> Для большей гибкости при работе с разделяемой памятью можно использовать модуль [`multiprocessing.sharedctypes`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.sharedctypes), который поддерживает создание произвольных объектов ctypes, выделенных из разделяемой памяти.261262**Серверный процесс**263264> Объект-менеджер, возвращаемый [`Manager()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Manager), управляет серверным процессом, который содержит объекты Python и позволяет другим процессам манипулировать ими с помощью прокси.265>266> Менеджер, возвращаемый [`Manager()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Manager), поддерживает типы [`list`](https://python-all.ru/3.10/library/stdtypes.html#list), [`dict`](https://python-all.ru/3.10/library/stdtypes.html#dict), [`Namespace`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.Namespace), [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock), [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock), [`Semaphore`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Semaphore), [`BoundedSemaphore`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.BoundedSemaphore), [`Condition`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Condition), [`Event`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Event), [`Barrier`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Barrier), [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue), [`Value`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Value) и [`Array`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Array). Например,267>268> ```python269> from multiprocessing import Process, Manager270>271> def f(d, l):272>     d[1] = '1'273>     d['2'] = 2274>     d[0.25] = None275>     l.reverse()276>277> if __name__ == '__main__':278>     with Manager() as manager:279>         d = manager.dict()280>         l = manager.list(range(10))281>282>         p = Process(target=f, args=(d, l))283>         p.start()284>         p.join()285>286>         print(d)287>         print(l)288> ```289>290> выведет291>292> ```python293> {0.25: None, 1: '1', '2': 2}294> [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]295> ```296>297> Серверные менеджеры процессов более гибкие, чем использование объектов разделяемой памяти, потому что их можно настроить на поддержку произвольных типов объектов. Кроме того, один менеджер может быть разделён между процессами на разных компьютерах через сеть. Однако они медленнее, чем использование разделяемой памяти.298299### Использование пула рабочих процессов300301Класс [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool) представляет пул рабочих процессов. Он имеет методы, которые позволяют передавать задачи рабочим процессам несколькими различными способами.302303Например:304305```python306from multiprocessing import Pool, TimeoutError307import time308import os309310def f(x):311    return x*x312313if __name__ == '__main__':314    # запустить 4 рабочих процесса315    with Pool(processes=4) as pool:316317        # печатает "[0, 1, 4,..., 81]"318        print(pool.map(f, range(10)))319320        # печатает те же числа в произвольном порядке321        for i in pool.imap_unordered(f, range(10)):322            print(i)323324        # вычисляет "f(20)" асинхронно325        res = pool.apply_async(f, (20,))      # выполняется *только* в одном процессе326        print(res.get(timeout=1))             # печатает "400"327328        # вычисляет "os.getpid()" асинхронно329        res = pool.apply_async(os.getpid, ()) # выполняется *только* в одном процессе330        print(res.get(timeout=1))             # печатает PID этого процесса331332        # запуск нескольких асинхронных вычислений *может* задействовать больше процессов333        multiple_results = [pool.apply_async(os.getpid, ()) for i in range(4)]334        print([res.get(timeout=1) for res in multiple_results])335336        # заставить один рабочий процесс спать 10 секунд337        res = pool.apply_async(time.sleep, (10,))338        try:339            print(res.get(timeout=1))340        except TimeoutError:341            print("We lacked patience and got a multiprocessing.TimeoutError")342343        print("For the moment, the pool remains available for more work")344345    # выход из блока 'with' остановил пул346    print("Now the pool is closed and no longer available")347```348349Обратите внимание: методы пула должны использоваться только тем процессом, который его создал.350351> **Примечание**352>353> Для функциональности этого пакета требуется, чтобы модуль `__main__` был импортируемым дочерними процессами. Это описано в [Рекомендациях по программированию](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-programming), но стоит упомянуть об этом и здесь. Это означает, что некоторые примеры, такие как примеры [`multiprocessing.pool.Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), не будут работать в интерактивном интерпретаторе. Например:354>355> ```python356> >>> from multiprocessing import Pool357> >>> p = Pool(5)358> >>> def f(x):359> ...     return x*x360> ...361> >>> with p:362> ...   p.map(f, [1,2,3])363> Process PoolWorker-1:364> Process PoolWorker-2:365> Process PoolWorker-3:366> Traceback (most recent call last):367> Traceback (most recent call last):368> Traceback (most recent call last):369> AttributeError: 'module' object has no attribute 'f'370> AttributeError: 'module' object has no attribute 'f'371> AttributeError: 'module' object has no attribute 'f'372> ```373>374> (Если попробовать это сделать, на самом деле будет выведено три полных трассировки стека, перемешанных в полу-случайном порядке, и, возможно, придётся как-то остановить родительский процесс.)375376## Ссылка377378Пакет [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) в основном повторяет API модуля [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading).379380### [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) и исключения381382#### `class multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)`383384Объекты Process представляют активность, выполняемую в отдельном процессе. Класс [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) имеет эквиваленты всех методов [`threading.Thread`](https://python-all.ru/3.10/library/threading.html#threading.Thread).385386Конструктор всегда следует вызывать с именованными аргументами. *group* всегда должен быть `None`; он существует только для совместимости с [`threading.Thread`](https://python-all.ru/3.10/library/threading.html#threading.Thread). *target* – это вызываемый объект, который будет вызван методом [`run()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.run). По умолчанию `None`, то есть ничего не вызывается. *name* – это имя процесса (см. [`name`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.name) для подробностей). *args* – кортеж аргументов для вызова целевой функции. *kwargs* – это словарь именованных аргументов для вызова целевой функции. Если указан, аргумент только по ключевому слову *daemon* устанавливает флаг процесса [`daemon`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.daemon) в `True` или `False`. Если `None` (по умолчанию), этот флаг будет унаследован от создающего процесса.387388По умолчанию в *target* не передаётся никаких аргументов.389390Если подкласс переопределяет конструктор, он должен вызывать конструктор базового класса (`Process.__init__()`) перед любыми другими действиями над процессом.391392Изменено в версии 3.3: Добавлен аргумент *daemon*.393394#### `run()`395396Метод, представляющий активность процесса.397398Этот метод можно переопределить в подклассе. Стандартный метод [`run()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.run) вызывает вызываемый объект, переданный конструктору объекта в качестве аргумента target, если он есть, с позиционными и именованными аргументами, взятыми из аргументов *args* и *kwargs* соответственно.399400#### `start()`401402Запускает активность процесса.403404Этот метод должен быть вызван не более одного раза для каждого объекта процесса. Он обеспечивает вызов метода [`run()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.run) объекта в отдельном процессе.405406#### `join([timeout])`407408Если необязательный аргумент *timeout* равен `None` (по умолчанию), метод блокируется до завершения процесса, у которого вызывается метод [`join()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.join). Если *timeout* – положительное число, блокировка длится не более *timeout* секунд. Обратите внимание: метод возвращает `None`, если процесс завершился или истекло время ожидания. Проверьте [`exitcode`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.exitcode) процесса, чтобы определить, завершился ли он.409410Процесс может быть присоединён много раз.411412Процесс не может присоединить сам себя, так как это приведёт к взаимоблокировке. Попытка вызвать join для процесса до его запуска является ошибкой.413414#### `name`415416Имя процесса. Имя – это строка, используемая только для идентификации. Оно не имеет семантического значения. Несколько процессов могут иметь одно и то же имя.417418Начальное имя устанавливается конструктором. Если явное имя не передано конструктору, создаётся имя вида ‘Process-N1:N2:…:Nk’, где каждая Nk – это N-й дочерний процесс своего родителя.419420#### `is_alive()`421422Возвращает, жив ли процесс.423424Грубо говоря, объект процесса живёт с момента возврата метода [`start()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.start) до завершения дочернего процесса.425426#### `daemon`427428Флаг демона процесса (логическое значение). Должен быть установлен до вызова [`start()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.start).429430Начальное значение наследуется от создающего процесса.431432Когда процесс завершается, он пытается завершить все свои дочерние процессы-демоны.433434Обратите внимание, что процессу-демону не разрешается создавать дочерние процессы. Иначе процесс-демон оставил бы своих потомков осиротевшими, если бы он был завершён при выходе своего родительского процесса. Кроме того, это **не** демоны или службы Unix, а обычные процессы, которые будут завершены (и не присоединены), если не-демонические процессы завершились.435436В дополнение к API [`threading.Thread`](https://python-all.ru/3.10/library/threading.html#threading.Thread) объекты [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) также поддерживают следующие атрибуты и методы:437438#### `pid`439440Возвращает идентификатор процесса. До запуска процесса это будет `None`.441442#### `exitcode`443444Код выхода дочернего процесса. Будет равно `None`, если процесс ещё не завершён.445446Если метод [`run()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.run) дочернего процесса завершился нормально, код выхода будет 0. Если он был завершён через [`sys.exit()`](https://python-all.ru/3.10/library/sys.html#sys.exit) с целочисленным аргументом *N*, код выхода будет *N*.447448Если дочерний процесс завершился из-за необработанного исключения внутри [`run()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.run), код выхода будет 1. Если он был завершён сигналом *N*, код выхода будет отрицательным значением *-N*.449450#### `authkey`451452Ключ аутентификации процесса (байтовая строка).453454При инициализации [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) главному процессу назначается случайная строка с помощью [`os.urandom()`](https://python-all.ru/3.10/library/os.html#os.urandom).455456При создании объекта [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) он наследует ключ аутентификации своего родительского процесса, хотя его можно изменить, установив [`authkey`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.authkey) в другую байтовую строку.457458См. [Ключи аутентификации](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-auth-keys).459460#### `sentinel`461462Числовой дескриптор системного объекта, который становится «готов» по завершении процесса.463464Это значение можно использовать для ожидания нескольких событий одновременно с помощью [`multiprocessing.connection.wait()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.wait). В противном случае вызов [`join()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.join) проще.465466В Windows это дескриптор ОС, который можно использовать с семейством `WaitForSingleObject` и `WaitForMultipleObjects` вызовов API. В Unix это файловый дескриптор, который можно использовать с примитивами из модуля [`select`](https://python-all.ru/3.10/library/select.html#module-select).467468Новое в версии 3.3.469470#### `terminate()`471472Завершает процесс. На Unix это делается с помощью сигнала `SIGTERM`; на Windows используется `TerminateProcess()`. Обратите внимание, что обработчики выхода и блоки finally и т.д. выполняться не будут.473474Обратите внимание, что процессы-потомки *не* будут завершены – они просто станут осиротевшими.475476> **Предупреждение**477>478> Если этот метод используется, когда связанный процесс использует канал или очередь, то канал или очередь могут быть повреждены и стать непригодными для использования другими процессами. Аналогично, если процесс захватил блокировку или семафор и т.п., то его завершение может привести к взаимной блокировке других процессов.479480#### `kill()`481482То же, что и [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.terminate), но с использованием сигнала `SIGKILL` в Unix.483484Добавлено в версии 3.7.485486#### `close()`487488Закрывает объект [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process), освобождая все связанные с ним ресурсы. Если соответствующий процесс ещё выполняется, возбуждается [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError). После успешного возврата из [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.close) большинство других методов и атрибутов объекта [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process) будут возбуждать [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError).489490Добавлено в версии 3.7.491492Обратите внимание: методы [`start()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.start), [`join()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.join), [`is_alive()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.is_alive), [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.terminate) и [`exitcode`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.exitcode) должны вызываться только тем процессом, который создал объект процесса.493494Пример использования некоторых методов [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process):495496```pycon497>>> import multiprocessing, time, signal498>>> p = multiprocessing.Process(target=time.sleep, args=(1000,))499>>> print(p, p.is_alive())500<Process ... initial> False501>>> p.start()502>>> print(p, p.is_alive())503<Process ... started> True504>>> p.terminate()505>>> time.sleep(0.1)506>>> print(p, p.is_alive())507<Process ... stopped exitcode=-SIGTERM> False508>>> p.exitcode == -signal.SIGTERM509True510```511512#### `exception multiprocessing.ProcessError`513514Базовый класс всех исключений [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing).515516#### `exception multiprocessing.BufferTooShort`517518Исключение, возбуждаемое `Connection.recv_bytes_into()`, когда предоставленный буфер слишком мал для чтения сообщения.519520Если `e` является экземпляром [`BufferTooShort`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.BufferTooShort), то `e.args[0]` вернёт сообщение в виде байтовой строки.521522#### `exception multiprocessing.AuthenticationError`523524Возбуждается при ошибке аутентификации.525526#### `exception multiprocessing.TimeoutError`527528Возбуждается методами с тайм-аутом по истечении тайм-аута.529530### Каналы и очереди531532При использовании нескольких процессов обычно применяется передача сообщений для взаимодействия между процессами, что позволяет избежать использования примитивов синхронизации, таких как блокировки.533534Для передачи сообщений можно использовать [`Pipe()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Pipe) (для соединения между двумя процессами) или очередь (которая допускает несколько производителей и потребителей).535536Типы [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue), [`SimpleQueue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.SimpleQueue) и [`JoinableQueue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue) – это очереди с несколькими производителями и потребителями, работающие по принципу FIFO и созданные по образцу класса [`queue.Queue`](https://python-all.ru/3.10/library/queue.html#queue.Queue) из стандартной библиотеки. Они отличаются тем, что в [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue) отсутствуют методы [`task_done()`](https://python-all.ru/3.10/library/queue.html#queue.Queue.task_done) и [`join()`](https://python-all.ru/3.10/library/queue.html#queue.Queue.join), введённые в класс [`queue.Queue`](https://python-all.ru/3.10/library/queue.html#queue.Queue) в Python 2.5.537538Если используется [`JoinableQueue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue), то **обязательно** вызывайте [`JoinableQueue.task_done()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue.task_done) для каждой задачи, извлечённой из очереди; в противном случае семафор, используемый для подсчёта незавершённых задач, может переполниться, что приведёт к возбуждению исключения.539540Обратите внимание, что общую очередь также можно создать с помощью объекта-менеджера – см. [Менеджеры](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-managers).541542> **Примечание**543>544> [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) использует обычные исключения [`queue.Empty`](https://python-all.ru/3.10/library/queue.html#queue.Empty) и [`queue.Full`](https://python-all.ru/3.10/library/queue.html#queue.Full) для сигнализации тайм-аута. Они недоступны в пространстве имён [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing), поэтому их необходимо импортировать из [`queue`](https://python-all.ru/3.10/library/queue.html#module-queue).545546> **Примечание**547>548> Когда объект помещается в очередь, он сериализуется с помощью модуля pickle, и фоновый поток позднее сбрасывает сериализованные данные в нижележащий канал. Это имеет некоторые неожиданные последствия, но обычно не вызывает практических трудностей – если это действительно беспокоит, можно вместо этого использовать очередь, созданную с помощью [менеджера](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-managers).549>550> 1. После помещения объекта в пустую очередь может пройти бесконечно малая задержка, прежде чем метод [`empty()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.empty) очереди вернёт [`False`](https://python-all.ru/3.10/library/constants.html#False) и [`get_nowait()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.get_nowait) сможет вернуться без возбуждения [`queue.Empty`](https://python-all.ru/3.10/library/queue.html#queue.Empty).551> 2. Если несколько процессов помещают объекты в очередь, возможно получение объектов на другом конце не по порядку. Однако объекты, помещённые в очередь одним и тем же процессом, всегда будут идти друг за другом в ожидаемом порядке.552553> **Предупреждение**554>555> Если процесс завершается принудительно с помощью [`Process.terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.terminate) или [`os.kill()`](https://python-all.ru/3.10/library/os.html#os.kill) в то время, как он пытается использовать [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue), данные в очереди могут быть повреждены. Это может привести к тому, что любой другой процесс при попытке использовать очередь получит исключение.556557> **Предупреждение**558>559> Как упоминалось выше, если дочерний процесс поместил элементы в очередь (и не использовал [`JoinableQueue.cancel_join_thread`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.cancel_join_thread)), он не завершится, пока все буферизованные элементы не будут сброшены в канал.560>561> Это означает, что при попытке присоединиться к этому процессу может возникнуть взаимоблокировка, если не быть уверенным, что все помещённые в очередь элементы были потреблены. Аналогично, если дочерний процесс не является демоническим, родительский процесс может зависнуть при завершении, когда попытается присоединиться ко всем своим недемоническим потомкам.562>563> Обратите внимание, что очередь, созданная с помощью менеджера, не имеет этой проблемы. См. [Рекомендации по программированию](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-programming).564565Пример использования очередей для межпроцессного взаимодействия см. в разделе [Примеры](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-examples).566567#### `multiprocessing.Pipe([duplex])`568569Возвращает пару `(conn1, conn2)` объектов [`Connection`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection), представляющих концы канала.570571Если *duplex* равно `True` (по умолчанию), то канал двунаправленный. Если *duplex* равно `False`, то канал однонаправленный: `conn1` можно использовать только для получения сообщений, а `conn2` – только для отправки.572573#### `class multiprocessing.Queue([maxsize])`574575Возвращает общедоступную очередь для процессов, реализованную с помощью канала и нескольких блокировок/семафоров. Когда процесс впервые помещает элемент в очередь, запускается поток-загрузчик, который передаёт объекты из буфера в канал.576577Обычные исключения [`queue.Empty`](https://python-all.ru/3.10/library/queue.html#queue.Empty) и [`queue.Full`](https://python-all.ru/3.10/library/queue.html#queue.Full) из модуля [`queue`](https://python-all.ru/3.10/library/queue.html#module-queue) стандартной библиотеки возбуждаются для сигнализации тайм-аутов.578579[`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue) реализует все методы [`queue.Queue`](https://python-all.ru/3.10/library/queue.html#queue.Queue), за исключением [`task_done()`](https://python-all.ru/3.10/library/queue.html#queue.Queue.task_done) и [`join()`](https://python-all.ru/3.10/library/queue.html#queue.Queue.join).580581#### `qsize()`582583Возвращает приблизительный размер очереди. Из-за семантики многопоточности/многопроцессности это число не является надёжным.584585Обратите внимание, что это может вызывать [`NotImplementedError`](https://python-all.ru/3.10/library/exceptions.html#NotImplementedError) на платформах Unix, таких как macOS, где `sem_getvalue()` не реализован.586587#### `empty()`588589Возвращает `True`, если очередь пуста, иначе `False`. Из-за семантики многопоточности/многопроцессности это ненадёжно.590591#### `full()`592593Возвращает `True`, если очередь заполнена, иначе `False`. Из-за семантики многопоточности/многопроцессности это ненадёжно.594595#### `put(obj[, block[, timeout]])`596597Помещает obj в очередь. Если необязательный аргумент *block* равен `True` (по умолчанию) и *timeout* равен `None` (по умолчанию), при необходимости блокируется до появления свободного места. Если *timeout* положительное число, блокируется не более чем на *timeout* секунд и возбуждает исключение [`queue.Full`](https://python-all.ru/3.10/library/queue.html#queue.Full), если за это время свободное место не появилось. В противном случае (*block* равен `False`) помещает элемент в очередь, если свободное место доступно немедленно, иначе возбуждает исключение [`queue.Full`](https://python-all.ru/3.10/library/queue.html#queue.Full) (*timeout* в этом случае игнорируется).598599Изменено в версии 3.8: Если очередь закрыта, возбуждается [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError) вместо [`AssertionError`](https://python-all.ru/3.10/library/exceptions.html#AssertionError).600601#### `put_nowait(obj)`602603Эквивалентно `put(obj, False)`.604605#### `get([block[, timeout]])`606607Удаляет и возвращает элемент из очереди. Если необязательный аргумент *block* равен `True` (по умолчанию) и *timeout* равен `None` (по умолчанию), при необходимости блокируется до появления элемента. Если *timeout* положительное число, блокируется не более чем на *timeout* секунд и возбуждает исключение [`queue.Empty`](https://python-all.ru/3.10/library/queue.html#queue.Empty), если за это время элемент не появился. В противном случае (block равен `False`) возвращает элемент, если он доступен немедленно, иначе возбуждает исключение [`queue.Empty`](https://python-all.ru/3.10/library/queue.html#queue.Empty) (*timeout* в этом случае игнорируется).608609Изменено в версии 3.8: Если очередь закрыта, возбуждается [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError) вместо [`OSError`](https://python-all.ru/3.10/library/exceptions.html#OSError).610611#### `get_nowait()`612613Эквивалентно `get(False)`.614615[`multiprocessing.Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue) имеет несколько дополнительных методов, отсутствующих в [`queue.Queue`](https://python-all.ru/3.10/library/queue.html#queue.Queue). Обычно эти методы не нужны в большинстве кода:616617#### `close()`618619Указывает, что текущий процесс больше не будет помещать данные в эту очередь. Фоновый поток завершится после того, как сбросит все буферизованные данные в канал. Этот метод вызывается автоматически при сборке мусора очереди.620621#### `join_thread()`622623Присоединяет фоновый поток. Этот метод можно использовать только после вызова [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.close). Он блокируется до завершения фонового потока, гарантируя, что все данные из буфера сброшены в канал.624625По умолчанию, если процесс не является создателем очереди, при завершении он попытается присоединить фоновый поток очереди. Процесс может вызвать [`cancel_join_thread()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.cancel_join_thread), чтобы сделать [`join_thread()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.join_thread) бездействующим.626627#### `cancel_join_thread()`628629Предотвращает блокировку [`join_thread()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.join_thread). В частности, это предотвращает автоматическое присоединение фонового потока при завершении процесса – см. [`join_thread()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.join_thread).630631Более удачным названием для этого метода могло бы быть `allow_exit_without_flush()`. Он, скорее всего, приведёт к потере поставленных в очередь данных, и вам почти наверняка не понадобится его использовать. Он существует только на случай, если нужно немедленно завершить текущий процесс, не дожидаясь сброса данных из очереди в нижележащий канал, и потеря данных не имеет значения.632633> **Примечание**634>635> Функциональность этого класса требует работающей реализации общего семафора в хост-операционной системе. Без неё функциональность класса будет отключена, а попытки создать экземпляр [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue) приведут к [`ImportError`](https://python-all.ru/3.10/library/exceptions.html#ImportError). См. [bpo-3770](https://python-all.ru/3.10/library/multiprocessing.html) для дополнительной информации. То же самое относится и ко всем специализированным типам очередей, перечисленным ниже.636637#### `class multiprocessing.SimpleQueue`638639Это упрощённый тип [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue), очень похожий на [`Pipe`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Pipe) с блокировкой.640641#### `close()`642643Закрыть очередь: освободить внутренние ресурсы.644645После закрытия очередь нельзя использовать. Например, методы [`get()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.SimpleQueue.get), [`put()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.SimpleQueue.put) и [`empty()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.SimpleQueue.empty) больше нельзя вызывать.646647Новое в версии 3.9.648649#### `empty()`650651Возвращает `True`, если очередь пуста, иначе `False`.652653#### `get()`654655Извлекает и возвращает элемент из очереди.656657#### `put(item)`658659Помещает *item* в очередь.660661#### `class multiprocessing.JoinableQueue([maxsize])`662663[`JoinableQueue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue), подкласс [`Queue`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue), – это очередь, которая дополнительно имеет методы [`task_done()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue.task_done) и [`join()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue.join).664665#### `task_done()`666667Указывает, что ранее поставленная в очередь задача завершена. Используется потребителями очереди. Для каждого [`get()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.get), используемого для получения задачи, последующий вызов [`task_done()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue.task_done) сообщает очереди, что обработка задачи завершена.668669Если [`join()`](https://python-all.ru/3.10/library/queue.html#queue.Queue.join) в данный момент заблокирован, он возобновится, когда все элементы будут обработаны (то есть для каждого элемента, который был [`put()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.put) в очередь, был получен вызов [`task_done()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue.task_done)).670671Вызывает [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError), если вызывается больше раз, чем было помещено элементов в очередь.672673#### `join()`674675Блокируется до тех пор, пока все элементы в очереди не будут извлечены и обработаны.676677Счётчик незавершённых задач увеличивается каждый раз, когда элемент добавляется в очередь. Счётчик уменьшается, когда потребитель вызывает [`task_done()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.JoinableQueue.task_done), чтобы указать, что элемент извлечён и вся работа над ним завершена. Когда счётчик незавершённых задач падает до нуля, [`join()`](https://python-all.ru/3.10/library/queue.html#queue.Queue.join) разблокируется.678679### Разное680681#### `multiprocessing.active_children()`682683Возвращает список всех активных дочерних процессов текущего процесса.684685Вызов этой функции имеет побочный эффект – «присоединение» всех уже завершённых процессов.686687#### `multiprocessing.cpu_count()`688689Возвращает количество процессоров в системе.690691Это число не равно количеству процессоров, которые текущий процесс может использовать. Количество доступных процессоров можно получить с помощью `len(os.sched_getaffinity(0))`692693Если количество процессоров не удаётся определить, вызывается [`NotImplementedError`](https://python-all.ru/3.10/library/exceptions.html#NotImplementedError).694695> **См. также**696>697> [`os.cpu_count()`](https://python-all.ru/3.10/library/os.html#os.cpu_count)698699#### `multiprocessing.current_process()`700701Возвращает объект [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process), соответствующий текущему процессу.702703Аналог [`threading.current_thread()`](https://python-all.ru/3.10/library/threading.html#threading.current_thread).704705#### `multiprocessing.parent_process()`706707Возвращает объект [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process), соответствующий родительскому процессу [`current_process()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.current_process). Для главного процесса `parent_process` будет `None`.708709Новое в версии 3.8.710711#### `multiprocessing.freeze_support()`712713Добавляет поддержку для случая, когда программа, использующая [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing), была заморожена для создания исполняемого файла Windows. (Протестировано с **py2exe**, **PyInstaller** и **cx\_Freeze**.)714715Эту функцию необходимо вызвать сразу после строки `if __name__ == '__main__'` в главном модуле. Например:716717```python718from multiprocessing import Process, freeze_support719720def f():721    print('hello world!')722723if __name__ == '__main__':724    freeze_support()725    Process(target=f).start()726```727728Если строка `freeze_support()` опущена, то попытка запустить замороженный исполняемый файл вызовет [`RuntimeError`](https://python-all.ru/3.10/library/exceptions.html#RuntimeError).729730Вызов `freeze_support()` не имеет эффекта при запуске на любой операционной системе, кроме Windows. Кроме того, если модуль запускается обычным образом интерпретатором Python в Windows (программа не была заморожена), то `freeze_support()` также не имеет эффекта.731732#### `multiprocessing.get_all_start_methods()`733734Возвращает список поддерживаемых методов запуска, первый из которых является методом по умолчанию. Возможными методами запуска являются `'fork'`, `'spawn'` и `'forkserver'`. В Windows доступен только `'spawn'`. В Unix `'fork'` и `'spawn'` всегда поддерживаются, причём `'fork'` используется по умолчанию.735736Новое в версии 3.4.737738#### `multiprocessing.get_context(method=None)`739740Возвращает объект контекста, который имеет те же атрибуты, что и модуль [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing).741742Если *method* равен `None`, то возвращается контекст по умолчанию. В противном случае *method* должен быть `'fork'`, `'spawn'`, `'forkserver'`. [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError) вызывается, если указанный метод запуска недоступен.743744Новое в версии 3.4.745746#### `multiprocessing.get_start_method(allow_none=False)`747748Возвращает имя метода запуска, используемого для запуска процессов.749750Если метод запуска не был задан и *allow\_none* равен false, то метод запуска фиксируется как используемый по умолчанию, и возвращается его название. Если метод запуска не был задан и *allow\_none* равен true, то возвращается `None`.751752Возвращаемое значение может быть `'fork'`, `'spawn'`, `'forkserver'` или `None`. `'fork'` является значением по умолчанию в Unix, тогда как `'spawn'` – по умолчанию в Windows и macOS.753754Изменено в версии 3.8: В macOS метод запуска *spawn* теперь используется по умолчанию. Метод запуска *fork* следует считать небезопасным, так как он может привести к краху подпроцесса. См. [bpo-33725](https://python-all.ru/3.10/library/multiprocessing.html).755756Новое в версии 3.4.757758#### `multiprocessing.set_executable(executable)`759760Устанавливает путь к интерпретатору Python, используемому при запуске дочернего процесса. (По умолчанию используется [`sys.executable`](https://python-all.ru/3.10/library/sys.html#sys.executable)). Тем, кто встраивает Python, вероятно, потребуется сделать нечто вроде761762```python763set_executable(os.path.join(sys.exec_prefix, 'pythonw.exe'))764```765766прежде чем они смогут создавать дочерние процессы.767768Изменено в версии 3.4: Теперь поддерживается в Unix при использовании метода запуска `'spawn'`.769770#### `multiprocessing.set_start_method(method)`771772Задаёт метод, который будет использоваться для запуска дочерних процессов. *method* может быть `'fork'`, `'spawn'` или `'forkserver'`.773774Обратите внимание, что эта функция должна вызываться не более одного раза, и она должна быть защищена внутри блока `if __name__ == '__main__'` главного модуля.775776Новое в версии 3.4.777778> **Примечание**779>780> [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) не содержит аналогов [`threading.active_count()`](https://python-all.ru/3.10/library/threading.html#threading.active_count), [`threading.enumerate()`](https://python-all.ru/3.10/library/threading.html#threading.enumerate), [`threading.settrace()`](https://python-all.ru/3.10/library/threading.html#threading.settrace), [`threading.setprofile()`](https://python-all.ru/3.10/library/threading.html#threading.setprofile), [`threading.Timer`](https://python-all.ru/3.10/library/threading.html#threading.Timer) или [`threading.local`](https://python-all.ru/3.10/library/threading.html#threading.local).781782### Объекты подключения783784Объекты подключения позволяют отправлять и получать сериализуемые (picklable) объекты или строки. Их можно рассматривать как ориентированные на сообщения соединённые сокеты.785786Объекты подключения обычно создаются с помощью [`Pipe`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Pipe) – см. также [Слушатели и клиенты](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-listeners-clients).787788#### `class multiprocessing.connection.Connection`789790#### `send(obj)`791792Отправляет объект на другой конец подключения; его следует читать с помощью [`recv()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.recv).793794Объект должен быть сериализуемым. Очень большие сериализованные объекты (примерно от 32 МиБ, хотя зависит от ОС) могут вызвать исключение [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError).795796#### `recv()`797798Возвращает объект, отправленный с другого конца подключения с помощью [`send()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.send). Блокируется, пока не появятся данные для получения. Вызывает [`EOFError`](https://python-all.ru/3.10/library/exceptions.html#EOFError), если больше нечего получать и другой конец был закрыт.799800#### `fileno()`801802Возвращает файловый дескриптор или дескриптор (handle), используемый подключением.803804#### `close()`805806Закрывает подключение.807808Вызывается автоматически при сборке мусора для подключения.809810#### `poll([timeout])`811812Возвращает, есть ли данные для чтения.813814Если *timeout* не указан, то метод возвращается немедленно. Если *timeout* – число, то оно задаёт максимальное время блокировки в секундах. Если *timeout* равно `None`, то используется бесконечное ожидание.815816Обратите внимание: с помощью [`multiprocessing.connection.wait()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.wait) можно одновременно опрашивать несколько объектов подключения.817818#### `send_bytes(buffer[, offset[, size]])`819820Отправляет байтовые данные из [байтоподобного объекта](https://python-all.ru/3.10/glossary.html#term-bytes-like-object) как полное сообщение.821822Если задан *offset*, то данные читаются с этой позиции в *buffer*. Если задан *size*, то из буфера будет прочитано соответствующее количество байт. Очень большие буферы (примерно от 32 МиБ, хотя это зависит от ОС) могут возбудить исключение [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError)823824#### `recv_bytes([maxlength])`825826Возвращает полное сообщение из байтовых данных, отправленное с другого конца подключения, в виде строки. Блокируется, пока не появятся данные для получения. Вызывает [`EOFError`](https://python-all.ru/3.10/library/exceptions.html#EOFError), если больше нечего получать и другой конец закрыт.827828Если указан *maxlength* и сообщение длиннее *maxlength*, то вызывается [`OSError`](https://python-all.ru/3.10/library/exceptions.html#OSError), и подключение больше не будет доступно для чтения.829830Изменено в версии 3.3: Ранее эта функция вызывала [`IOError`](https://python-all.ru/3.10/library/exceptions.html#IOError), которая теперь является псевдонимом [`OSError`](https://python-all.ru/3.10/library/exceptions.html#OSError).831832#### `recv_bytes_into(buffer[, offset])`833834Читает в *buffer* полное сообщение с байтовыми данными, отправленное с другого конца соединения, и возвращает количество байтов в сообщении. Блокирует выполнение, пока не появится что-то для приёма. Возбуждает [`EOFError`](https://python-all.ru/3.10/library/exceptions.html#EOFError), если больше нечего принимать и другой конец был закрыт.835836*buffer* должен быть доступным для записи [байтоподобным объектом](https://python-all.ru/3.10/glossary.html#term-bytes-like-object). Если задан *offset*, то сообщение будет записано в буфер, начиная с этой позиции. Offset должен быть неотрицательным целым числом, меньшим длины *buffer* (в байтах).837838Если буфер слишком мал, то вызывается исключение `BufferTooShort` и полное сообщение доступно как `e.args[0]`, где `e` экземпляр исключения.839840Изменено в версии 3.3: Теперь объекты подключения могут передаваться между процессами с помощью [`Connection.send()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.send) и [`Connection.recv()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.recv).841842Новое в версии 3.3: Объекты Connection теперь поддерживают протокол управления контекстом – см. [Типы менеджеров контекста](https://python-all.ru/3.10/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__enter__) возвращает объект соединения, а [`__exit__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__exit__) вызывает [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.close).843844Например:845846```pycon847>>> from multiprocessing import Pipe848>>> a, b = Pipe()849>>> a.send([1, 'hello', None])850>>> b.recv()851[1, 'hello', None]852>>> b.send_bytes(b'thank you')853>>> a.recv_bytes()854b'thank you'855>>> import array856>>> arr1 = array.array('i', range(5))857>>> arr2 = array.array('i', [0] * 10)858>>> a.send_bytes(arr1)859>>> count = b.recv_bytes_into(arr2)860>>> assert count == len(arr1) * arr1.itemsize861>>> arr2862array('i', [0, 1, 2, 3, 4, 0, 0, 0, 0, 0])863```864865> **Предупреждение**866>867> Метод [`Connection.recv()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.recv) автоматически десериализует полученные данные, что может быть угрозой безопасности, если нельзя доверять процессу, отправившему сообщение.868>869> Поэтому, если объект подключения не был создан с помощью `Pipe()` следует использовать методы [`recv()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.recv) и [`send()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.send) только после выполнения некоторой аутентификации. См. [Ключи аутентификации](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-auth-keys).870871> **Предупреждение**872>873> Если процесс завершается принудительно во время чтения или записи в канал, данные в канале, скорее всего, повредятся, так как может стать невозможно определить границы сообщений.874875### Примитивы синхронизации876877В целом, в многопроцессных программах примитивы синхронизации требуются не так часто, как в многопоточных. См. документацию модуля [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading).878879Обратите внимание, что примитивы синхронизации можно также создавать с помощью объекта менеджера – см. [Менеджеры](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-managers).880881#### `class multiprocessing.Barrier(parties[, action[, timeout]])`882883Объект барьера: клон [`threading.Barrier`](https://python-all.ru/3.10/library/threading.html#threading.Barrier).884885Новое в версии 3.3.886887#### `class multiprocessing.BoundedSemaphore([value])`888889Объект ограниченного семафора: близкий аналог [`threading.BoundedSemaphore`](https://python-all.ru/3.10/library/threading.html#threading.BoundedSemaphore).890891Имеется единственное отличие от его близкого аналога: первый аргумент метода `acquire` называется *block*, что согласуется с [`Lock.acquire()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock.acquire).892893> **Примечание**894>895> На macOS это неотличимо от [`Semaphore`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Semaphore), так как `sem_getvalue()` не реализован на этой платформе.896897#### `class multiprocessing.Condition([lock])`898899Условная переменная: псевдоним для [`threading.Condition`](https://python-all.ru/3.10/library/threading.html#threading.Condition).900901Если указана *блокировка*, то она должна быть объектом [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock) из [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing).902903Изменено в версии 3.3: Был добавлен метод [`wait_for()`](https://python-all.ru/3.10/library/threading.html#threading.Condition.wait_for).904905#### `class multiprocessing.Event`906907Клон [`threading.Event`](https://python-all.ru/3.10/library/threading.html#threading.Event).908909#### `class multiprocessing.Lock`910911Нерекурсивный объект блокировки: близкий аналог [`threading.Lock`](https://python-all.ru/3.10/library/threading.html#threading.Lock). Когда процесс или поток захватывает блокировку, последующие попытки захватить её из любого процесса или потока будут блокироваться до её освобождения; любой процесс или поток может её освободить. Концепции и поведение [`threading.Lock`](https://python-all.ru/3.10/library/threading.html#threading.Lock) применительно к потокам воспроизводятся здесь в [`multiprocessing.Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) применительно к процессам или потокам, за исключением отмеченных случаев.912913Обратите внимание, что [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) на самом деле является фабричной функцией, которая возвращает экземпляр `multiprocessing.synchronize.Lock`, инициализированный контекстом по умолчанию.914915[`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) поддерживает протокол [менеджера контекста](https://python-all.ru/3.10/glossary.html#term-context-manager) и поэтому может использоваться в операторах [`with`](https://python-all.ru/3.10/reference/compound_stmts.html#with).916917#### `acquire(block=True, timeout=None)`918919Захватывает блокировку, блокирующую или неблокирующую.920921Если аргумент *block* установлен в `True` (по умолчанию), вызов метода будет блокироваться, пока блокировка не окажется в разблокированном состоянии, затем установит её в заблокированное состояние и вернёт `True`. Обратите внимание, что имя этого первого аргумента отличается от имени в [`threading.Lock.acquire()`](https://python-all.ru/3.10/library/threading.html#threading.Lock.acquire).922923Если аргумент *block* установлен в `False`, вызов метода не блокируется. Если блокировка в данный момент находится в заблокированном состоянии, возвращается `False`; в противном случае блокировка устанавливается в заблокированное состояние и возвращается `True`.924925При вызове с положительным значением с плавающей точкой для *timeout* блокировка выполняется не дольше числа секунд, указанного в *timeout*, пока блокировку не удастся захватить. Вызовы с отрицательным значением *timeout* эквивалентны *timeout*, равному нулю. Вызовы со значением *timeout* равным `None` (по умолчанию) устанавливают бесконечный период ожидания. Обратите внимание, что обработка отрицательных или `None` значений для *timeout* отличается от реализованного поведения в [`threading.Lock.acquire()`](https://python-all.ru/3.10/library/threading.html#threading.Lock.acquire). Аргумент *timeout* не имеет практического значения, если аргумент *block* установлен в `False`, и поэтому игнорируется. Возвращает `True`, если блокировка была захвачена, или `False`, если период ожидания истёк.926927#### `release()`928929Освобождает блокировку. Может вызываться из любого процесса или потока, а не только из того, который изначально захватил блокировку.930931Поведение аналогично [`threading.Lock.release()`](https://python-all.ru/3.10/library/threading.html#threading.Lock.release) за исключением того, что при вызове на незаблокированной блокировке возбуждается [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError).932933#### `class multiprocessing.RLock`934935Объект рекурсивной блокировки: близкий аналог [`threading.RLock`](https://python-all.ru/3.10/library/threading.html#threading.RLock). Рекурсивная блокировка должна быть освобождена тем же процессом или потоком, который её захватил. После того как процесс или поток захватил рекурсивную блокировку, тот же процесс или поток может захватить её снова без блокировки; этот процесс или поток должен освободить её по одному разу за каждый захват.936937Обратите внимание, что [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock) на самом деле является фабричной функцией, которая возвращает экземпляр `multiprocessing.synchronize.RLock`, инициализированный контекстом по умолчанию.938939[`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock) поддерживает протокол [менеджера контекста](https://python-all.ru/3.10/glossary.html#term-context-manager) и поэтому может использоваться в операторах [`with`](https://python-all.ru/3.10/reference/compound_stmts.html#with).940941#### `acquire(block=True, timeout=None)`942943Захватывает блокировку, блокирующую или неблокирующую.944945При вызове с аргументом *block*, установленным в `True`, блокируется до тех пор, пока блокировка не окажется в разблокированном состоянии (не принадлежит ни одному процессу или потоку), если только блокировка уже не принадлежит текущему процессу или потоку. Затем текущий процесс или поток получает владение блокировкой (если ещё не владеет ею), и уровень рекурсии внутри блокировки увеличивается на единицу, возвращая значение `True`. Обратите внимание, что имеется несколько различий в поведении этого первого аргумента по сравнению с реализацией [`threading.RLock.acquire()`](https://python-all.ru/3.10/library/threading.html#threading.RLock.acquire), начиная с названия самого аргумента.946947При вызове с аргументом *block*, установленным в `False`, не блокируется. Если блокировка уже была захвачена (и, следовательно, принадлежит) другим процессом или потоком, текущий процесс или поток не получает владение, а уровень рекурсии внутри блокировки не изменяется, возвращая значение `False`. Если блокировка находится в разблокированном состоянии, текущий процесс или поток получает владение, а уровень рекурсии увеличивается, возвращая значение `True`.948949Использование и поведение аргумента *timeout* такие же, как в [`Lock.acquire()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock.acquire). Обратите внимание, что некоторые из этих особенностей *timeout* отличаются от реализованного поведения в [`threading.RLock.acquire()`](https://python-all.ru/3.10/library/threading.html#threading.RLock.acquire).950951#### `release()`952953Освобождает блокировку, уменьшая уровень рекурсии. Если после уменьшения уровень рекурсии становится нулевым, переводит блокировку в разблокированное состояние (не принадлежит ни одному процессу или потоку), и если какие-либо другие процессы или потоки ожидают разблокировки, позволяет ровно одному из них продолжить. Если после уменьшения уровень рекурсии всё ещё ненулевой, блокировка остаётся заблокированной и принадлежащей вызывающему процессу или потоку.954955Вызывайте этот метод только когда вызывающий процесс или поток владеет блокировкой. Исключение [`AssertionError`](https://python-all.ru/3.10/library/exceptions.html#AssertionError) возбуждается, если этот метод вызывается процессом или потоком, не являющимся владельцем, или если блокировка находится в разблокированном (непринадлежащем) состоянии. Обратите внимание, что тип возбуждаемого исключения в этой ситуации отличается от реализованного поведения в [`threading.RLock.release()`](https://python-all.ru/3.10/library/threading.html#threading.RLock.release).956957#### `class multiprocessing.Semaphore([value])`958959Объект семафора: близкий аналог [`threading.Semaphore`](https://python-all.ru/3.10/library/threading.html#threading.Semaphore).960961Имеется единственное отличие от его близкого аналога: первый аргумент метода `acquire` называется *block*, что согласуется с [`Lock.acquire()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock.acquire).962963> **Примечание**964>965> На macOS `sem_timedwait` не поддерживается, поэтому вызов `acquire()` с тайм-аутом будет эмулировать поведение этой функции с помощью цикла ожидания.966967> **Примечание**968>969> Если сигнал SIGINT, сгенерированный `Ctrl-C`, поступает, когда главный поток блокирован вызовом `BoundedSemaphore.acquire()`, [`Lock.acquire()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock.acquire), [`RLock.acquire()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock.acquire), `Semaphore.acquire()`, `Condition.acquire()` или `Condition.wait()`, то вызов будет немедленно прерван и возбуждено [`KeyboardInterrupt`](https://python-all.ru/3.10/library/exceptions.html#KeyboardInterrupt).970>971> Это отличается от поведения [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading), где SIGINT игнорируется, пока выполняются эквивалентные блокирующие вызовы.972973> **Примечание**974>975> Некоторые функции этого пакета требуют работающей реализации общего семафора в операционной системе. При её отсутствии модуль `multiprocessing.synchronize` будет отключён, а попытки импортировать его приведут к [`ImportError`](https://python-all.ru/3.10/library/exceptions.html#ImportError). См. [bpo-3770](https://python-all.ru/3.10/library/multiprocessing.html) для получения дополнительной информации.976977### Общие [`ctypes`](https://python-all.ru/3.10/library/ctypes.html#module-ctypes) объекты978979Можно создавать общие объекты с помощью разделяемой памяти, которые могут наследоваться дочерними процессами.980981#### `multiprocessing.Value(typecode_or_type, *args, lock=True)`982983Возвращает объект [`ctypes`](https://python-all.ru/3.10/library/ctypes.html#module-ctypes), выделенный из разделяемой памяти. По умолчанию возвращаемое значение на самом деле является синхронизированной обёрткой для объекта. Сам объект можно получить через атрибут *value* объекта [`Value`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Value).984985*typecode\_or\_type* определяет тип возвращаемого объекта: это либо тип ctypes, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.10/library/array.html#module-array). *\*args* передаётся конструктору типа.986987Если *блокировка* равна `True` (по умолчанию), то создаётся новый рекурсивный объект блокировки для синхронизации доступа к значению. Если *блокировка* является объектом [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock), то она будет использоваться для синхронизации доступа к значению. Если *блокировка* равна `False`, то доступ к возвращаемому объекту не будет автоматически защищён блокировкой, поэтому он не обязательно будет "процессобезопасным".988989Операции, подобные `+=`, которые включают чтение и запись, не являются атомарными. Поэтому, если, например, требуется атомарно увеличить разделяемое значение, недостаточно просто сделать990991```python992counter.value += 1993```994995При условии, что связанная блокировка рекурсивна (по умолчанию она такой и является), можно вместо этого сделать996997```python998with counter.get_lock():999    counter.value += 11000```10011002Обратите внимание, что *блокировка* – это аргумент, передаваемый только по ключевому слову.10031004#### `multiprocessing.Array(typecode_or_type, size_or_initializer, *, lock=True)`10051006Возвращает массив ctypes, выделенный из разделяемой памяти. По умолчанию возвращаемое значение на самом деле является синхронизированной обёрткой для массива.10071008*typecode\_or\_type* определяет тип элементов возвращаемого массива: это либо ctypes-тип, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.10/library/array.html#module-array). Если *size\_or\_initializer* – целое число, то оно определяет длину массива, и массив будет заполнен нулями. В противном случае *size\_or\_initializer* – это последовательность, которая используется для инициализации массива, и её длина определяет длину массива.10091010Если *блокировка* равен `True` (по умолчанию), создаётся новый объект блокировки для синхронизации доступа к значению. Если *блокировка* – объект [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock), то он будет использоваться для синхронизации доступа к значению. Если *блокировка* равен `False`, доступ к возвращаемому объекту не будет автоматически защищён блокировкой, поэтому он не обязательно будет «процесс-безопасным».10111012Обратите внимание, что *блокировка* – это аргумент, передаваемый только по ключевому слову.10131014Обратите внимание, что массив типа [`ctypes.c_char`](https://python-all.ru/3.10/library/ctypes.html#ctypes.c_char) имеет атрибуты *value* и *raw*, которые позволяют использовать его для хранения и извлечения строк.10151016#### Модуль [`multiprocessing.sharedctypes`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.sharedctypes)10171018Модуль [`multiprocessing.sharedctypes`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.sharedctypes) предоставляет функции для выделения объектов [`ctypes`](https://python-all.ru/3.10/library/ctypes.html#module-ctypes) из разделяемой памяти, которые могут быть унаследованы дочерними процессами.10191020> **Примечание**1021>1022> Хотя можно сохранить указатель в разделяемой памяти, следует помнить, что он будет ссылаться на местоположение в адресном пространстве конкретного процесса. Однако указатель, скорее всего, будет недействительным в контексте второго процесса, и попытка разыменования указателя из второго процесса может привести к аварийному завершению.10231024#### `multiprocessing.sharedctypes.RawArray(typecode_or_type, size_or_initializer)`10251026Возвращает массив ctypes, выделенный из разделяемой памяти.10271028*typecode\_or\_type* определяет тип элементов возвращаемого массива: это либо тип ctypes, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.10/library/array.html#module-array). Если *size\_or\_initializer* – целое число, то оно определяет длину массива, и массив будет изначально заполнен нулями. В противном случае *size\_or\_initializer* – это последовательность, которая используется для инициализации массива, и её длина определяет длину массива.10291030Обратите внимание, что установка и получение элемента потенциально неатомарны – используйте вместо этого [`Array()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.sharedctypes.Array), чтобы гарантировать автоматическую синхронизацию доступа с помощью блокировки.10311032#### `multiprocessing.sharedctypes.RawValue(typecode_or_type, *args)`10331034Возвращает объект ctypes, выделенный из разделяемой памяти.10351036*typecode\_or\_type* определяет тип возвращаемого объекта: это либо тип ctypes, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.10/library/array.html#module-array). *\*args* передаётся конструктору типа.10371038Обратите внимание, что установка и получение значения потенциально неатомарны – используйте вместо этого [`Value()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.sharedctypes.Value), чтобы гарантировать автоматическую синхронизацию доступа с помощью блокировки.10391040Обратите внимание, что массив [`ctypes.c_char`](https://python-all.ru/3.10/library/ctypes.html#ctypes.c_char) имеет атрибуты `value` и `raw`, которые позволяют использовать его для сохранения и извлечения строк – см. документацию к [`ctypes`](https://python-all.ru/3.10/library/ctypes.html#module-ctypes).10411042#### `multiprocessing.sharedctypes.Array(typecode_or_type, size_or_initializer, *, lock=True)`10431044То же, что и [`RawArray()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.sharedctypes.RawArray), за исключением того, что в зависимости от значения *блокировка* может возвращаться процессобезопасная синхронизирующая обёртка вместо необработанного массива ctypes.10451046Если *блокировка* равна `True` (по умолчанию), то создаётся новый объект блокировки для синхронизации доступа к значению. Если *блокировка* является объектом [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock), то она будет использоваться для синхронизации доступа к значению. Если *блокировка* равна `False`, то доступ к возвращаемому объекту не будет автоматически защищён блокировкой, поэтому он не обязательно будет "процессобезопасным".10471048Обратите внимание, что *блокировка* – это аргумент, передаваемый только по ключевому слову.10491050#### `multiprocessing.sharedctypes.Value(typecode_or_type, *args, lock=True)`10511052То же, что и [`RawValue()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.sharedctypes.RawValue), за исключением того, что в зависимости от значения *блокировка* может возвращаться процессобезопасная синхронизирующая обёртка вместо необработанного объекта ctypes.10531054Если *блокировка* равен `True` (по умолчанию), создаётся новый объект блокировки для синхронизации доступа к значению. Если *блокировка* – объект [`Lock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock), то он будет использоваться для синхронизации доступа к значению. Если *блокировка* равен `False`, доступ к возвращаемому объекту не будет автоматически защищён блокировкой, поэтому он не обязательно будет «процесс-безопасным».10551056Обратите внимание, что *блокировка* – это аргумент, передаваемый только по ключевому слову.10571058#### `multiprocessing.sharedctypes.copy(obj)`10591060Возвращает объект ctypes, выделенный в общей памяти и являющийся копией объекта ctypes *obj*.10611062#### `multiprocessing.sharedctypes.synchronized(obj[, lock])`10631064Возвращает процесс-безопасную обёртку для объекта ctypes, которая использует *блокировка* для синхронизации доступа. Если *блокировка* равен `None` (по умолчанию), объект [`multiprocessing.RLock`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.RLock) создаётся автоматически.10651066Синхронизированная обёртка будет иметь два дополнительных метода (помимо методов обёрнутого объекта): `get_obj()` возвращает обёрнутый объект, а `get_lock()` – объект блокировки, используемый для синхронизации.10671068Обратите внимание, что доступ к объекту ctypes через обёртку может быть значительно медленнее, чем доступ к исходному объекту ctypes.10691070Изменено в версии 3.5: Синхронизированные объекты поддерживают протокол [контекстного менеджера](https://python-all.ru/3.10/glossary.html#term-context-manager).10711072В таблице ниже сравнивается синтаксис создания разделяемых объектов ctypes из общей памяти с обычным синтаксисом ctypes. (В таблице `MyStruct` – это некоторый подкласс [`ctypes.Structure`](https://python-all.ru/3.10/library/ctypes.html#ctypes.Structure).)10731074| ctypes | sharedctypes с типом | sharedctypes с typecode |1075| --- | --- | --- |1076| c\_double(2.4) | RawValue(c\_double, 2.4) | RawValue(‘d’, 2.4) |1077| MyStruct(4, 6) | RawValue(MyStruct, 4, 6) |  |1078| (c\_short \* 7)() | RawArray(c\_short, 7) | RawArray(‘h’, 7) |1079| (c\_int \* 3)(9, 2, 8) | RawArray(c\_int, (9, 2, 8)) | RawArray(‘i’, (9, 2, 8)) |10801081Ниже приведён пример, в котором дочерний процесс изменяет несколько объектов ctypes:10821083```python1084from multiprocessing import Process, Lock1085from multiprocessing.sharedctypes import Value, Array1086from ctypes import Structure, c_double10871088class Point(Structure):1089    _fields_ = [('x', c_double), ('y', c_double)]10901091def modify(n, x, s, A):1092    n.value **= 21093    x.value **= 21094    s.value = s.value.upper()1095    for a in A:1096        a.x **= 21097        a.y **= 210981099if __name__ == '__main__':1100    lock = Lock()11011102    n = Value('i', 7)1103    x = Value(c_double, 1.0/3.0, lock=False)1104    s = Array('c', b'hello world', lock=lock)1105    A = Array(Point, [(1.875,-6.25), (-5.75,2.0), (2.375,9.5)], lock=lock)11061107    p = Process(target=modify, args=(n, x, s, A))1108    p.start()1109    p.join()11101111    print(n.value)1112    print(x.value)1113    print(s.value)1114    print([(a.x, a.y) for a in A])1115```11161117Выводятся следующие результаты:11181119```text11204911210.11111111111111111122HELLO WORLD1123[(3.515625, 39.0625), (33.0625, 4.0), (5.640625, 90.25)]1124```11251126### Менеджеры11271128Менеджеры предоставляют способ создания данных, которыми можно обмениваться между разными процессами, в том числе по сети между процессами, выполняющимися на разных машинах. Объект менеджера управляет серверным процессом, который управляет *разделяемыми объектами*. Другие процессы могут получать доступ к разделяемым объектам через прокси.11291130#### `multiprocessing.Manager()`11311132Возвращает запущенный объект [`SyncManager`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.SyncManager), который можно использовать для совместного использования объектов между процессами. Возвращаемый объект менеджера соответствует порождённому дочернему процессу и имеет методы, которые создают разделяемые объекты и возвращают соответствующие прокси.11331134Процессы менеджера завершаются, как только они будут собраны сборщиком мусора или завершится их родительский процесс. Классы менеджера определены в модуле [`multiprocessing.managers`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.managers):11351136#### `class multiprocessing.managers.BaseManager([address[, authkey]])`11371138Создает объект BaseManager.11391140После создания необходимо вызвать [`start()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.start) или `get_server().serve_forever()`, чтобы объект менеджера ссылался на запущенный процесс менеджера.11411142*address* – адрес, на котором процесс менеджера ожидает новые подключения. Если *address* равно `None`, то выбирается произвольный адрес.11431144*authkey* – ключ аутентификации, который будет использоваться для проверки подлинности входящих подключений к серверному процессу. Если *authkey* равно `None`, используется `current_process().authkey`. В противном случае используется *authkey*, и он должен быть байтовой строкой.11451146#### `start([initializer[, initargs]])`11471148Запускает подпроцесс для запуска менеджера. Если *initializer* не равно `None`, то подпроцесс вызовет `initializer(*initargs)` при запуске.11491150#### `get_server()`11511152Возвращает объект `Server`, представляющий реальный сервер, управляемый менеджером. Объект `Server` поддерживает метод `serve_forever()`:11531154```python1155>>> from multiprocessing.managers import BaseManager1156>>> manager = BaseManager(address=('', 50000), authkey=b'abc')1157>>> server = manager.get_server()1158>>> server.serve_forever()1159```11601161`Server` также имеет атрибут [`address`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.address).11621163#### `connect()`11641165Подключает локальный объект менеджера к удаленному процессу менеджера:11661167```python1168>>> from multiprocessing.managers import BaseManager1169>>> m = BaseManager(address=('127.0.0.1', 50000), authkey=b'abc')1170>>> m.connect()1171```11721173#### `shutdown()`11741175Останавливает процесс, используемый менеджером. Это доступно только если [`start()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.start) был использован для запуска серверного процесса.11761177Этот метод можно вызывать несколько раз.11781179#### `register(typeid[, callable[, proxytype[, exposed[, method_to_typeid[, create_method]]]]])`11801181Метод класса, который можно использовать для регистрации типа или вызываемого объекта в классе менеджера.11821183*typeid* – это «идентификатор типа», который используется для идентификации определенного типа разделяемого объекта. Должен быть строкой.11841185*callable* – это вызываемый объект, используемый для создания объектов для данного идентификатора типа. Если экземпляр менеджера будет подключен к серверу с помощью метода [`connect()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.connect), или если аргумент *create\_method* равен `False`, то этот параметр можно оставить как `None`.11861187*proxytype* – это подкласс [`BaseProxy`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseProxy), который используется для создания прокси для разделяемых объектов с данным *typeid*. Если `None`, то класс прокси создается автоматически.11881189*exposed* используется для указания последовательности имен методов, к которым прокси для данного typeid должны иметь доступ через [`BaseProxy._callmethod()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseProxy._callmethod). (Если *exposed* равно `None`, то вместо него используется `proxytype._exposed_`, если он существует.) Если список exposed не указан, то все «публичные методы» разделяемого объекта будут доступны. (Здесь «публичный метод» означает любой атрибут, у которого есть метод [`__call__()`](https://python-all.ru/3.10/reference/datamodel.html#object.__call__) и имя которого не начинается с `'_'`.)11901191*method\_to\_typeid* – это отображение, используемое для указания возвращаемого типа тех открытых методов, которые должны возвращать прокси. Оно отображает имена методов в строки typeid. (Если *method\_to\_typeid* равно `None`, то вместо него используется `proxytype._method_to_typeid_`, если он существует.) Если имя метода не является ключом этого отображения или отображение равно `None`, то объект, возвращаемый методом, будет скопирован по значению.11921193*create\_method* определяет, следует ли создать метод с именем *typeid*, который можно использовать, чтобы указать серверному процессу создать новый разделяемый объект и вернуть для него прокси. По умолчанию `True`.11941195Экземпляры [`BaseManager`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager) также имеют одно свойство только для чтения:11961197#### `address`11981199Адрес, используемый менеджером.12001201Изменено в версии 3.3: Объекты Manager поддерживают протокол управления контекстом – см. [Типы менеджеров контекста](https://python-all.ru/3.10/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__enter__) запускает серверный процесс (если он еще не запущен), а затем возвращает объект менеджера. [`__exit__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__exit__) вызывает [`shutdown()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.shutdown).12021203В предыдущих версиях [`__enter__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__enter__) не запускал серверный процесс менеджера, если он ещё не был запущен.12041205#### `class multiprocessing.managers.SyncManager`12061207Подкласс [`BaseManager`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager), который можно использовать для синхронизации процессов. Объекты этого типа возвращаются [`multiprocessing.Manager()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Manager).12081209Его методы создают и возвращают [объекты-прокси](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-proxy-objects) для ряда часто используемых типов данных, которые нужно синхронизировать между процессами. Сюда в первую очередь входят общие списки и словари.12101211#### `Barrier(parties[, action[, timeout]])`12121213Создать общий объект [`threading.Barrier`](https://python-all.ru/3.10/library/threading.html#threading.Barrier) и вернуть для него прокси.12141215Новое в версии 3.3.12161217#### `BoundedSemaphore([value])`12181219Создать общий объект [`threading.BoundedSemaphore`](https://python-all.ru/3.10/library/threading.html#threading.BoundedSemaphore) и вернуть для него прокси.12201221#### `Condition([lock])`12221223Создать общий объект [`threading.Condition`](https://python-all.ru/3.10/library/threading.html#threading.Condition) и вернуть прокси для него.12241225Если *блокировка* предоставлена, то она должна быть прокси для объекта [`threading.Lock`](https://python-all.ru/3.10/library/threading.html#threading.Lock) или [`threading.RLock`](https://python-all.ru/3.10/library/threading.html#threading.RLock).12261227Изменено в версии 3.3: Был добавлен метод [`wait_for()`](https://python-all.ru/3.10/library/threading.html#threading.Condition.wait_for).12281229#### `Event()`12301231Создать общий объект [`threading.Event`](https://python-all.ru/3.10/library/threading.html#threading.Event) и вернуть прокси для него.12321233#### `Lock()`12341235Создать общий объект [`threading.Lock`](https://python-all.ru/3.10/library/threading.html#threading.Lock) и вернуть прокси для него.12361237#### `Namespace()`12381239Создать общий объект [`Namespace`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.Namespace) и вернуть прокси для него.12401241#### `Queue([maxsize])`12421243Создать общий объект [`queue.Queue`](https://python-all.ru/3.10/library/queue.html#queue.Queue) и вернуть прокси для него.12441245#### `RLock()`12461247Создать общий объект [`threading.RLock`](https://python-all.ru/3.10/library/threading.html#threading.RLock) и вернуть прокси для него.12481249#### `Semaphore([value])`12501251Создать общий объект [`threading.Semaphore`](https://python-all.ru/3.10/library/threading.html#threading.Semaphore) и вернуть прокси для него.12521253#### `Array(typecode, sequence)`12541255Создать массив и вернуть для него прокси.12561257#### `Value(typecode, value)`12581259Создать объект с атрибутом `value`, доступным для записи, и вернуть прокси для него.12601261#### `dict()`12621263#### `dict(mapping)`12641265#### `dict(sequence)`12661267Создать общий объект [`dict`](https://python-all.ru/3.10/library/stdtypes.html#dict) и вернуть прокси для него.12681269#### `list()`12701271#### `list(sequence)`12721273Создать общий объект [`list`](https://python-all.ru/3.10/library/stdtypes.html#list) и вернуть прокси для него.12741275Изменено в версии 3.6: Общие объекты могут быть вложенными. Например, общий объект-контейнер, такой как общий список, может содержать другие общие объекты, и все они будут управляться и синхронизироваться [`SyncManager`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.SyncManager).12761277#### `class multiprocessing.managers.Namespace`12781279Тип, который можно зарегистрировать с помощью [`SyncManager`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.SyncManager).12801281Объект пространства имён не имеет открытых методов, но имеет изменяемые атрибуты. Его представление показывает значения его атрибутов.12821283Однако при использовании прокси для объекта пространства имён атрибут, начинающийся с `'_'`, будет атрибутом прокси, а не атрибутом референта:12841285```pycon1286>>> manager = multiprocessing.Manager()1287>>> Global = manager.Namespace()1288>>> Global.x = 101289>>> Global.y = 'hello'1290>>> Global._z = 12.3    # это атрибут прокси1291>>> print(Global)1292Namespace(x=10, y='hello')1293```12941295#### Настраиваемые менеджеры12961297Чтобы создать собственный менеджер, создаётся подкласс [`BaseManager`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager) и используется метод класса [`register()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.register) для регистрации новых типов или вызываемых объектов в классе менеджера. Например:12981299```python1300from multiprocessing.managers import BaseManager13011302class MathsClass:1303    def add(self, x, y):1304        return x + y1305    def mul(self, x, y):1306        return x * y13071308class MyManager(BaseManager):1309    pass13101311MyManager.register('Maths', MathsClass)13121313if __name__ == '__main__':1314    with MyManager() as manager:1315        maths = manager.Maths()1316        print(maths.add(4, 3))         # выводит 71317        print(maths.mul(7, 8))         # выводит 561318```13191320#### Использование удалённого менеджера13211322Можно запустить сервер менеджера на одной машине и позволить клиентам использовать его с других машин (при условии, что соответствующие брандмауэры это разрешают).13231324Выполнение следующих команд создаёт сервер для одной общей очереди, к которой удалённые клиенты могут обращаться:13251326```python1327>>> from multiprocessing.managers import BaseManager1328>>> from queue import Queue1329>>> queue = Queue()1330>>> class QueueManager(BaseManager): pass1331>>> QueueManager.register('get_queue', callable=lambda:queue)1332>>> m = QueueManager(address=('', 50000), authkey=b'abracadabra')1333>>> s = m.get_server()1334>>> s.serve_forever()1335```13361337Один клиент может получить доступ к серверу следующим образом:13381339```python1340>>> from multiprocessing.managers import BaseManager1341>>> class QueueManager(BaseManager): pass1342>>> QueueManager.register('get_queue')1343>>> m = QueueManager(address=('foo.bar.org', 50000), authkey=b'abracadabra')1344>>> m.connect()1345>>> queue = m.get_queue()1346>>> queue.put('hello')1347```13481349Другой клиент также может использовать его:13501351```python1352>>> from multiprocessing.managers import BaseManager1353>>> class QueueManager(BaseManager): pass1354>>> QueueManager.register('get_queue')1355>>> m = QueueManager(address=('foo.bar.org', 50000), authkey=b'abracadabra')1356>>> m.connect()1357>>> queue = m.get_queue()1358>>> queue.get()1359'hello'1360```13611362Локальные процессы также могут получить доступ к этой очереди, используя приведённый выше код на клиенте для удалённого доступа к ней:13631364```python1365>>> from multiprocessing import Process, Queue1366>>> from multiprocessing.managers import BaseManager1367>>> class Worker(Process):1368...     def __init__(self, q):1369...         self.q = q1370...         super().__init__()1371...     def run(self):1372...         self.q.put('local hello')1373...1374>>> queue = Queue()1375>>> w = Worker(queue)1376>>> w.start()1377>>> class QueueManager(BaseManager): pass1378...1379>>> QueueManager.register('get_queue', callable=lambda: queue)1380>>> m = QueueManager(address=('', 50000), authkey=b'abracadabra')1381>>> s = m.get_server()1382>>> s.serve_forever()1383```13841385### Объекты-прокси13861387Прокси – это объект, который *ссылается* на общий объект, находящийся (предположительно) в другом процессе. Общий объект называется *референтом* этого прокси. Несколько объектов-прокси могут иметь один и тот же референт.13881389Объект-прокси имеет методы, которые вызывают соответствующие методы его референта (хотя не каждый метод референта обязательно будет доступен через прокси). Таким образом, прокси можно использовать так же, как и его референт:13901391```pycon1392>>> from multiprocessing import Manager1393>>> manager = Manager()1394>>> l = manager.list([i*i for i in range(10)])1395>>> print(l)1396[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]1397>>> print(repr(l))1398<ListProxy object, typeid 'list' at 0x...>1399>>> l[4]1400161401>>> l[2:5]1402[4, 9, 16]1403```14041405Обратите внимание, что применение [`str()`](https://python-all.ru/3.10/library/stdtypes.html#str) к прокси вернёт представление референта, тогда как применение [`repr()`](https://python-all.ru/3.10/library/functions.html#repr) вернёт представление прокси.14061407Важная особенность объектов-прокси – они сериализуемы (picklable), поэтому их можно передавать между процессами. Таким образом, референт может содержать [Объекты-прокси](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-proxy-objects). Это допускает вложение управляемых списков, словарей и других [Объектов-прокси](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-proxy-objects):14081409```pycon1410>>> a = manager.list()1411>>> b = manager.list()1412>>> a.append(b)         # референт a теперь содержит референт b1413>>> print(a, b)1414[<ListProxy object, typeid 'list' at ...>] []1415>>> b.append('hello')1416>>> print(a[0], b)1417['hello'] ['hello']1418```14191420Аналогично, прокси словарей и списков могут быть вложены друг в друга:14211422```python1423>>> l_outer = manager.list([ manager.dict() for i in range(2) ])1424>>> d_first_inner = l_outer[0]1425>>> d_first_inner['a'] = 11426>>> d_first_inner['b'] = 21427>>> l_outer[1]['c'] = 31428>>> l_outer[1]['z'] = 261429>>> print(l_outer[0])1430{'a': 1, 'b': 2}1431>>> print(l_outer[1])1432{'c': 3, 'z': 26}1433```14341435Если в референт входят стандартные (не прокси) объекты [`list`](https://python-all.ru/3.10/library/stdtypes.html#list) или [`dict`](https://python-all.ru/3.10/library/stdtypes.html#dict), изменения этих изменяемых значений не будут распространяться через менеджер, потому что прокси не может узнать, когда значения, содержащиеся внутри, изменяются. Однако сохранение значения в прокси-контейнере (что вызывает `__setitem__` на объекте-прокси) распространяется через менеджер, поэтому для эффективного изменения такого элемента можно присвоить изменённое значение обратно в прокси-контейнер:14361437```python1438# создать прокси для списка и добавить изменяемый объект (словарь)1439lproxy = manager.list()1440lproxy.append({})1441# теперь изменить словарь1442d = lproxy[0]1443d['a'] = 11444d['b'] = 21445# на данный момент изменения в d еще не синхронизированы, но при1446# обновлении словаря прокси уведомляется об изменении1447lproxy[0] = d1448```14491450Этот подход, возможно, менее удобен, чем использование вложенных [Объектов-прокси](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-proxy-objects) в большинстве случаев, но также демонстрирует степень контроля над синхронизацией.14511452> **Примечание**1453>1454> Типы прокси в [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) не поддерживают сравнение по значению. Так, например:1455>1456> ```pycon1457> >>> manager.list([1,2,3]) == [1,2,3]1458> False1459> ```1460>1461> При сравнении следует просто использовать копию референта.14621463#### `class multiprocessing.managers.BaseProxy`14641465Прокси-объекты являются экземплярами подклассов [`BaseProxy`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseProxy).14661467#### `_callmethod(methodname[, args[, kwds]])`14681469Вызывает метод референта прокси и возвращает результат.14701471Если `proxy` – это прокси, чей референт – `obj`, то выражение14721473```python1474proxy._callmethod(methodname, args, kwds)1475```14761477вычислит выражение14781479```python1480getattr(obj, methodname)(*args, **kwds)1481```14821483в процессе менеджера.14841485Возвращаемое значение будет копией результата вызова или прокси для нового разделяемого объекта – см. документацию по аргументу *method\_to\_typeid* функции [`BaseManager.register()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseManager.register).14861487Если при вызове возникло исключение, то оно повторно возбуждается с помощью [`_callmethod()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseProxy._callmethod). Если в процессе менеджера возникло другое исключение, то оно преобразуется в исключение `RemoteError` и возбуждается с помощью [`_callmethod()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseProxy._callmethod).14881489Обратите внимание, что исключение будет возбуждаться, если *methodname* не был *экспонирован*.14901491Пример использования [`_callmethod()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.managers.BaseProxy._callmethod):14921493```pycon1494>>> l = manager.list(range(10))1495>>> l._callmethod('__len__')1496101497>>> l._callmethod('__getitem__', (slice(2, 7),)) # эквивалентно l[2:7]1498[2, 3, 4, 5, 6]1499>>> l._callmethod('__getitem__', (20,))          # эквивалентно l[20]1500Traceback (most recent call last):1501...1502IndexError: list index out of range1503```15041505#### `_getvalue()`15061507Возвращает копию референта.15081509Если референт не может быть сериализован (unpicklable), то это вызовет исключение.15101511#### `__repr__()`15121513Возвращает представление прокси-объекта.15141515#### `__str__()`15161517Возвращает представление референта.15181519#### Очистка15201521Прокси-объект использует колбэк слабой ссылки: когда он собирается сборщиком мусора, он отменяет свою регистрацию у менеджера, которому принадлежит его референт.15221523Разделяемый объект удаляется из процесса менеджера, когда на него больше не ссылается ни один прокси.15241525### Пулы процессов15261527Можно создать пул процессов, который будет выполнять задачи, отправленные ему с помощью класса [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool).15281529#### `class multiprocessing.pool.Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])`15301531Объект пула процессов, который управляет пулом рабочих процессов, которым можно отправлять задачи. Он поддерживает асинхронные результаты с тайм-аутами и колбэками, а также имеет параллельную реализацию map.15321533*processes* – количество используемых рабочих процессов. Если *processes* равно `None`, то используется число, возвращаемое [`os.cpu_count()`](https://python-all.ru/3.10/library/os.html#os.cpu_count).15341535Если *initializer* не равно `None`, то каждый рабочий процесс вызовет `initializer(*initargs)` при запуске.15361537*maxtasksperchild* – количество задач, которое рабочий процесс может выполнить до завершения и замены новым рабочим процессом, чтобы освободить неиспользуемые ресурсы. Значение по умолчанию *maxtasksperchild* равно `None`, что означает, что рабочие процессы будут жить столько же, сколько и пул.15381539*context* используется для указания контекста, в котором запускаются рабочие процессы. Обычно пул создаётся с помощью функции `multiprocessing.Pool()` или метода [`Pool()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool) объекта контекста. В обоих случаях *context* устанавливается соответствующим образом.15401541Обратите внимание, что методы объекта пула должны вызываться только тем процессом, который создал пул.15421543> **Предупреждение**1544>1545> Объекты [`multiprocessing.pool`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.pool) имеют внутренние ресурсы, которые необходимо должным образом управлять (как и любыми другими ресурсами): используйте пул как контекстный менеджер или вызывайте [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.close) и [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.terminate) вручную. Несоблюдение этого может привести к зависанию процесса при завершении.1546>1547> Обратите внимание, что **неправильно** полагаться на сборщик мусора для уничтожения пула, поскольку CPython не гарантирует вызов финализатора пула (см. [`object.__del__()`](https://python-all.ru/3.10/reference/datamodel.html#object.__del__) для получения дополнительной информации).15481549Новое в версии 3.2: *maxtasksperchild*15501551Новое в версии 3.4: *context*15521553> **Примечание**1554>1555> Рабочие процессы внутри [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool) обычно существуют в течение всего времени работы очереди пула. Часто используемый в других системах (например, Apache, mod\_wsgi и т.д.) подход для освобождения ресурсов, удерживаемых рабочими процессами, заключается в том, чтобы позволить рабочему процессу в пуле выполнить только определённый объём работы, после чего он завершается, очищается, и на его место запускается новый процесс. Аргумент *maxtasksperchild* функции [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool) предоставляет эту возможность конечному пользователю.15561557#### `apply(func[, args[, kwds]])`15581559Вызывает *func* с аргументами *args* и именованными аргументами *kwds*. Блокируется до получения результата. Поскольку этот метод блокируется, [`apply_async()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.apply_async) лучше подходит для параллельного выполнения работы. Кроме того, *func* выполняется только в одном из рабочих процессов пула.15601561#### `apply_async(func[, args[, kwds[, callback[, error_callback]]]])`15621563Вариант метода [`apply()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.apply), который возвращает объект [`AsyncResult`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.AsyncResult).15641565Если указан *колбэк*, то это должен быть вызываемый объект, принимающий один аргумент. Когда результат готов, к нему применяется *колбэк*, если только вызов не завершился ошибкой – в этом случае вместо него применяется *колбэк ошибки*.15661567Если указан *error\_callback*, то это должен быть вызываемый объект, принимающий один аргумент. Если целевая функция завершается ошибкой, то *error\_callback* вызывается с экземпляром исключения.15681569Колбэки должны завершаться немедленно, иначе поток, обрабатывающий результаты, будет заблокирован.15701571#### `map(func, iterable[, chunksize])`15721573Параллельный аналог встроенной функции [`map()`](https://python-all.ru/3.10/library/functions.html#map) (однако поддерживает только один аргумент *iterable*, для нескольких итерируемых объектов см. [`starmap()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.starmap)). Блокируется до получения результата.15741575Этот метод разбивает итерируемый объект на несколько частей (chunks), которые отправляет в пул процессов как отдельные задачи. Приблизительный размер этих частей можно задать, установив *chunksize* в положительное целое число.15761577Обратите внимание, что для очень длинных итерируемых объектов это может привести к высокому потреблению памяти. Для повышения эффективности рассмотрите возможность использования [`imap()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.imap) или [`imap_unordered()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.imap_unordered) с явным указанием *chunksize*.15781579#### `map_async(func, iterable[, chunksize[, callback[, error_callback]]])`15801581Вариант метода [`map()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.map), который возвращает объект [`AsyncResult`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.AsyncResult).15821583Если указан *колбэк*, то это должен быть вызываемый объект, принимающий один аргумент. Когда результат готов, к нему применяется *колбэк*, если только вызов не завершился ошибкой – в этом случае вместо него применяется *колбэк ошибки*.15841585Если указан *error\_callback*, то это должен быть вызываемый объект, принимающий один аргумент. Если целевая функция завершается ошибкой, то *error\_callback* вызывается с экземпляром исключения.15861587Колбэки должны завершаться немедленно, иначе поток, обрабатывающий результаты, будет заблокирован.15881589#### `imap(func, iterable[, chunksize])`15901591Более ленивая версия [`map()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.map).15921593Аргумент *chunksize* совпадает с тем, что используется в методе [`map()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.map). Для очень длинных итерируемых объектов использование большого значения *chunksize* может привести к завершению задачи **значительно** быстрее, чем при использовании значения по умолчанию `1`.15941595Кроме того, если *chunksize* равно `1`, то метод `next()` итератора, возвращаемого методом [`imap()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.imap), имеет необязательный параметр *timeout*: `next(timeout)` возбудит [`multiprocessing.TimeoutError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.TimeoutError), если результат не может быть возвращён в течение *timeout* секунд.15961597#### `imap_unordered(func, iterable[, chunksize])`15981599То же, что и [`imap()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.imap), за исключением того, что порядок результатов из возвращаемого итератора считается произвольным. (Только когда есть только один рабочий процесс, порядок гарантированно будет «правильным».)16001601#### `starmap(func, iterable[, chunksize])`16021603Как и [`map()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.map), за исключением того, что элементы *iterable* должны быть итерируемыми объектами, которые распаковываются в аргументы.16041605Таким образом, *iterable* из `[(1,2), (3, 4)]` приводит к `[func(1,2), func(3,4)]`.16061607Новое в версии 3.3.16081609#### `starmap_async(func, iterable[, chunksize[, callback[, error_callback]]])`16101611Комбинация [`starmap()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.starmap) и [`map_async()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.map_async), которая перебирает *iterable* из итерируемых объектов и вызывает *func* с распакованными итерируемыми объектами. Возвращает объект результата.16121613Новое в версии 3.3.16141615#### `close()`16161617Предотвращает отправку новых задач в пул. После завершения всех задач рабочие процессы завершаются.16181619#### `terminate()`16201621Немедленно останавливает рабочие процессы, не дожидаясь завершения незаконченных задач. Когда объект пула будет собран сборщиком мусора, [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.terminate) будет вызван немедленно.16221623#### `join()`16241625Ожидает завершения рабочих процессов. Перед использованием [`join()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.join) необходимо вызвать [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.close) или [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.terminate).16261627Новое в версии 3.3: Объекты Pool теперь поддерживают протокол управления контекстом – см.\\n[Context Manager Types](https://python-all.ru/3.10/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__enter__) возвращает объект pool, а [`__exit__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__exit__) вызывает [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.terminate).16281629#### `class multiprocessing.pool.AsyncResult`16301631Класс результата, возвращаемого [`Pool.apply_async()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.apply_async) и [`Pool.map_async()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.map_async).16321633#### `get([timeout])`16341635Возвращает результат, когда он будет получен. Если *timeout* не равен `None` и результат не поступает в течение *timeout* секунд, то вызывается [`multiprocessing.TimeoutError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.TimeoutError). Если удалённый вызов вызвал исключение, то это исключение будет повторно возбуждено [`get()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.AsyncResult.get).16361637#### `wait([timeout])`16381639Ожидает, пока результат не станет доступен или пока не пройдёт *timeout* секунд.16401641#### `ready()`16421643Возвращает, завершён ли вызов.16441645#### `successful()`16461647Возвращает, завершился ли вызов без возникновения исключения. Возбуждает [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError), если результат ещё не готов.16481649Изменено в версии 3.7:Если результат ещё не готов, [`ValueError`](https://python-all.ru/3.10/library/exceptions.html#ValueError) возбуждается вместо [`AssertionError`](https://python-all.ru/3.10/library/exceptions.html#AssertionError).16501651Следующий пример демонстрирует использование пула:16521653```python1654from multiprocessing import Pool1655import time16561657def f(x):1658    return x*x16591660if __name__ == '__main__':1661    with Pool(processes=4) as pool:         # запустить 4 рабочих процесса1662        result = pool.apply_async(f, (10,)) # вычислить "f(10)" асинхронно в одном процессе1663        print(result.get(timeout=1))        # выводит "100", если компьютер не *очень* медленный16641665        print(pool.map(f, range(10)))       # выводит "[0, 1, 4,..., 81]"16661667        it = pool.imap(f, range(10))1668        print(next(it))                     # выводит "0"1669        print(next(it))                     # выводит "1"1670        print(it.next(timeout=1))           # выводит "4", если компьютер не *очень* медленный16711672        result = pool.apply_async(time.sleep, (10,))1673        print(result.get(timeout=1))        # вызывает multiprocessing.TimeoutError1674```16751676### Слушатели и клиенты16771678Обычно обмен сообщениями между процессами осуществляется с помощью очередей или объектов [`Connection`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection), возвращаемых [`Pipe()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Pipe).16791680Однако модуль [`multiprocessing.connection`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.connection) обеспечивает дополнительную гибкость. По сути, он предоставляет высокоуровневый API, ориентированный на сообщения, для работы с сокетами или именованными каналами Windows. Также поддерживается *аутентификация на основе дайджеста* с использованием модуля [`hmac`](https://python-all.ru/3.10/library/hmac.html#module-hmac) и опрос нескольких подключений одновременно.16811682#### `multiprocessing.connection.deliver_challenge(connection, authkey)`16831684Отправляет случайно сгенерированное сообщение на другой конец соединения и ожидает ответа.16851686Если ответ совпадает с дайджестом сообщения, используя *authkey* в качестве ключа, то на другой конец соединения отправляется приветственное сообщение. В противном случае возбуждается [`AuthenticationError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.AuthenticationError).16871688#### `multiprocessing.connection.answer_challenge(connection, authkey)`16891690Принимает сообщение, вычисляет дайджест сообщения, используя *authkey* в качестве ключа, а затем отправляет дайджест обратно.16911692Если приветственное сообщение не получено, то возбуждается [`AuthenticationError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.AuthenticationError).16931694#### `multiprocessing.connection.Client(address[, family[, authkey]])`16951696Пытается установить соединение с слушателем, использующим адрес *address*, возвращая [`Connection`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection).16971698Тип соединения определяется аргументом *family*, но его обычно можно опустить, поскольку он обычно определяется по формату *address*. (См. [Address Formats](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-address-formats))16991700Если *authkey* задан и не None, он должен быть байтовой строкой и будет использоваться как секретный ключ для проверки подлинности на основе HMAC. Если *authkey* равно None, аутентификация не выполняется. В случае неудачи аутентификации возбуждается исключение [`AuthenticationError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.AuthenticationError). См. [Ключи аутентификации](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-auth-keys).17011702#### `class multiprocessing.connection.Listener([address[, family[, backlog[, authkey]]]])`17031704Обёртка для привязанного сокета или именованного канала Windows, который «прослушивает» подключения.17051706*address* – это адрес, который будет использоваться привязанным сокетом или именованным каналом объекта слушателя.17071708> **Примечание**1709>1710> Если используется адрес ‘0.0.0.0’, он не будет доступной точкой подключения в Windows. Если требуется доступная точка подключения, следует использовать ‘127.0.0.1’.17111712*family* – тип используемого сокета (или именованного канала). Может быть одной из строк `'AF_INET'` (для TCP-сокета), `'AF_UNIX'` (для сокета домена Unix) или `'AF_PIPE'` (для именованного канала Windows). Из них гарантированно доступна только первая. Если *family* равно `None`, то семейство определяется по формату *address*. Если *address* также равно `None`, выбирается значение по умолчанию. По умолчанию выбирается семейство, которое считается самым быстрым из доступных. См. [Форматы адресов](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-address-formats). Обратите внимание: если *family* равно `'AF_UNIX'`, а address равен `None`, то сокет будет создан в частной временной директории, созданной с помощью [`tempfile.mkstemp()`](https://python-all.ru/3.10/library/tempfile.html#tempfile.mkstemp).17131714Если объект listener использует сокет, то *backlog* (по умолчанию 1) передаётся методу [`listen()`](https://python-all.ru/3.10/library/socket.html#socket.socket.listen) сокета после его привязки.17151716Если *authkey* задан и не None, он должен быть байтовой строкой и будет использоваться как секретный ключ для проверки подлинности на основе HMAC. Если *authkey* равно None, аутентификация не выполняется. В случае неудачи аутентификации возбуждается исключение [`AuthenticationError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.AuthenticationError). См. [Ключи аутентификации](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing-auth-keys).17171718#### `accept()`17191720Принимает соединение на привязанном сокете или именованном канале объекта listener и возвращает объект [`Connection`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection). Если предпринята попытка аутентификации и она не удалась, возбуждается [`AuthenticationError`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.AuthenticationError).17211722#### `close()`17231724Закрывает привязанный сокет или именованный канал объекта listener. Этот метод вызывается автоматически при сборке мусора listener'а. Однако рекомендуется вызывать его явно.17251726Объекты Listener имеют следующие свойства только для чтения:17271728#### `address`17291730Адрес, используемый объектом Listener.17311732#### `last_accepted`17331734Адрес, с которого поступило последнее принятое соединение. Если он недоступен, то равен `None`.17351736Новое в версии 3.3: Объекты Listener теперь поддерживают протокол управления контекстом – см.\\n[Context Manager Types](https://python-all.ru/3.10/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__enter__) возвращает объект listener, а [`__exit__()`](https://python-all.ru/3.10/library/stdtypes.html#contextmanager.__exit__) вызывает [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Listener.close).17371738#### `multiprocessing.connection.wait(object_list, timeout=None)`17391740Ожидает, пока объект из *object\_list* не будет готов. Возвращает список тех объектов из *object\_list*, которые готовы. Если *timeout* – число с плавающей точкой, вызов блокируется не более чем на указанное количество секунд. Если *timeout* равен `None`, блокировка будет неограниченной. Отрицательный тайм-аут эквивалентен нулевому.17411742Как в Unix, так и в Windows объект может появиться в *object\_list*, если он17431744- читаемый объект [`Connection`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection);1745- подключенный и читаемый объект [`socket.socket`](https://python-all.ru/3.10/library/socket.html#socket.socket); или1746- атрибут [`sentinel`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.sentinel) объекта [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process).17471748Объект соединения или сокета готов, когда из него доступны для чтения данные или другой конец был закрыт.17491750**Unix**: `wait(object_list, timeout)` почти эквивалентен `select.select(object_list, [], [], timeout)`. Разница в том, что если [`select.select()`](https://python-all.ru/3.10/library/select.html#select.select) прерван сигналом, он может возбудить [`OSError`](https://python-all.ru/3.10/library/exceptions.html#OSError) с кодом ошибки `EINTR`, тогда как [`wait()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.wait) этого не сделает.17511752**Windows**: Элемент в *object\_list* должен быть либо целочисленным дескриптором, который ожидаем (согласно определению из документации функции Win32 `WaitForMultipleObjects()`), либо объектом с методом `fileno()`, возвращающим дескриптор сокета или канала. (Обратите внимание: дескрипторы каналов и сокетов **не** являются ожидаемыми дескрипторами.)17531754Новое в версии 3.3.17551756**Примеры**17571758Следующий серверный код создаёт listener, который использует `'secret password'` в качестве ключа аутентификации. Затем он ожидает соединения и отправляет некоторые данные клиенту:17591760```python1761from multiprocessing.connection import Listener1762from array import array17631764address = ('localhost', 6000)     # семейство определяется как 'AF_INET'17651766with Listener(address, authkey=b'secret password') as listener:1767    with listener.accept() as conn:1768        print('connection accepted from', listener.last_accepted)17691770        conn.send([2.25, None, 'junk', float])17711772        conn.send_bytes(b'hello')17731774        conn.send_bytes(array('i', [42, 1729]))1775```17761777Следующий код подключается к серверу и получает от него некоторые данные:17781779```python1780from multiprocessing.connection import Client1781from array import array17821783address = ('localhost', 6000)17841785with Client(address, authkey=b'secret password') as conn:1786    print(conn.recv())                  # => [2.25, None, 'junk', float]17871788    print(conn.recv_bytes())            # => 'hello'17891790    arr = array('i', [0, 0, 0, 0, 0])1791    print(conn.recv_bytes_into(arr))    # => 81792    print(arr)                          # => array('i', [42, 1729, 0, 0, 0])1793```17941795Следующий код использует [`wait()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.wait) для ожидания сообщений от нескольких процессов одновременно:17961797```python1798import time, random1799from multiprocessing import Process, Pipe, current_process1800from multiprocessing.connection import wait18011802def foo(w):1803    for i in range(10):1804        w.send((i, current_process().name))1805    w.close()18061807if __name__ == '__main__':1808    readers = []18091810    for i in range(4):1811        r, w = Pipe(duplex=False)1812        readers.append(r)1813        p = Process(target=foo, args=(w,))1814        p.start()1815        # Закрываем записывающий конец канала, чтобы убедиться, что1816        # p – единственный процесс, владеющий дескриптором канала. Это1817        # гарантирует, что когда p закроет свой дескриптор для записывающего конца,1818        # wait() немедленно сообщит, что читающий конец готов1819        w.close()18201821    while readers:1822        for r in wait(readers):1823            try:1824                msg = r.recv()1825            except EOFError:1826                readers.remove(r)1827            else:1828                print(msg)1829```18301831#### Форматы адресов18321833- Адрес `'AF_INET'` – это кортеж вида `(hostname, port)`, где *hostname* – строка, а *port* – целое число.1834- Адрес `'AF_UNIX'` – это строка, представляющая имя файла в файловой системе.1835- Адрес `'AF_PIPE'` – это строка вида `r'\\.\pipe\PipeName'`. Чтобы использовать [`Client()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Client) для подключения к именованному каналу на удалённом компьютере с именем *ServerName*, следует использовать адрес вида `r'\\ServerName\pipe\PipeName'`.18361837Обратите внимание: любая строка, начинающаяся с двух обратных слешей, по умолчанию считается адресом `'AF_PIPE'`, а не `'AF_UNIX'`.18381839### Ключи аутентификации18401841При использовании [`Connection.recv`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Connection.recv) полученные данные автоматически распиковываются. К сожалению, распиковка данных из ненадёжного источника представляет угрозу безопасности. Поэтому [`Listener`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Listener) и [`Client()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.connection.Client) используют модуль [`hmac`](https://python-all.ru/3.10/library/hmac.html#module-hmac) для обеспечения дайджест-аутентификации.18421843Ключ аутентификации – это байтовая строка, которую можно рассматривать как пароль: после установления соединения обе стороны требуют доказательства, что другая сторона знает ключ аутентификации. (Демонстрация того, что обе стороны используют один и тот же ключ, **не** предполагает отправку ключа по соединению.)18441845Если запрошена аутентификация, но ключ аутентификации не указан, то используется возвращаемое значение `current_process().authkey` (см. [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process)). Это значение автоматически наследуется любым объектом [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process), который создаёт текущий процесс. Это означает, что (по умолчанию) все процессы многопроцессной программы используют один ключ аутентификации, который можно применять для настройки соединений между ними.18461847Подходящие ключи аутентификации также можно сгенерировать с помощью [`os.urandom()`](https://python-all.ru/3.10/library/os.html#os.urandom).18481849### Журналирование18501851Доступна поддержка журналирования. Однако обратите внимание, что пакет [`logging`](https://python-all.ru/3.10/library/logging.html#module-logging) не использует блокировки, разделяемые между процессами, поэтому сообщения от разных процессов могут перемешиваться (в зависимости от типа обработчика).18521853#### `multiprocessing.get_logger()`18541855Возвращает логгер, используемый модулем [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing). При необходимости создаётся новый.18561857При первом создании логгер имеет уровень `logging.NOTSET` и не имеет обработчика по умолчанию. Сообщения, отправленные этому логгеру, по умолчанию не распространяются на корневой логгер.18581859Обратите внимание, что в Windows дочерние процессы наследуют только уровень логгера родительского процесса – любые другие настройки логгера не наследуются.18601861#### `multiprocessing.log_to_stderr(level=None)`18621863Эта функция выполняет вызов [`get_logger()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.get_logger), но в дополнение к возврату логгера, созданного функцией get\_logger, она добавляет обработчик, который отправляет вывод в [`sys.stderr`](https://python-all.ru/3.10/library/sys.html#sys.stderr), используя формат `'[%(levelname)s/%(processName)s] %(message)s'`. Можно изменить `levelname` логгера, передав аргумент `level`.18641865Ниже приведён пример сеанса с включённым журналированием:18661867```python1868>>> import multiprocessing, logging1869>>> logger = multiprocessing.log_to_stderr()1870>>> logger.setLevel(logging.INFO)1871>>> logger.warning('doomed')1872[WARNING/MainProcess] doomed1873>>> m = multiprocessing.Manager()1874[INFO/SyncManager-...] child process calling self.run()1875[INFO/SyncManager-...] created temp directory /.../pymp-...1876[INFO/SyncManager-...] manager serving at '/.../listener-...'1877>>> del m1878[INFO/MainProcess] sending shutdown message to manager1879[INFO/SyncManager-...] manager exiting with exitcode 01880```18811882Полную таблицу уровней журналирования см. в модуле [`logging`](https://python-all.ru/3.10/library/logging.html#module-logging).18831884### Модуль [`multiprocessing.dummy`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.dummy)18851886[`multiprocessing.dummy`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.dummy) воспроизводит API модуля [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing), но является не более чем обёрткой вокруг модуля [`threading`](https://python-all.ru/3.10/library/threading.html#module-threading).18871888В частности, функция `Pool`, предоставляемая модулем [`multiprocessing.dummy`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing.dummy), возвращает экземпляр [`ThreadPool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.ThreadPool), который является подклассом [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), поддерживающим все те же вызовы методов, но использующим пул рабочих потоков вместо рабочих процессов.18891890#### `class multiprocessing.pool.ThreadPool([processes[, initializer[, initargs]]])`18911892Объект пула потоков, который управляет пулом рабочих потоков, которым можно отправлять задачи. Экземпляры [`ThreadPool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.ThreadPool) полностью совместимы по интерфейсу с экземплярами [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), и их ресурсами необходимо правильно управлять – либо используя пул как контекстный менеджер, либо вызывая [`close()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.close) и [`terminate()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool.terminate) вручную.18931894*processes* – это количество используемых рабочих потоков. Если *processes* равно `None`, то используется число, возвращаемое [`os.cpu_count()`](https://python-all.ru/3.10/library/os.html#os.cpu_count).18951896Если *initializer* не равно `None`, то каждый рабочий процесс вызовет `initializer(*initargs)` при запуске.18971898В отличие от [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), *maxtasksperchild* и *context* не могут быть заданы.18991900> > **Примечание**1901> >1902> > [`ThreadPool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.ThreadPool) имеет тот же интерфейс, что и [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool), который разработан вокруг пула процессов и появился до введения модуля [`concurrent.futures`](https://python-all.ru/3.10/library/concurrent.futures.html#module-concurrent.futures). Таким образом, он наследует некоторые операции, которые не имеют смысла для пула на основе потоков, и имеет собственный тип для представления статуса асинхронных задач – [`AsyncResult`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.AsyncResult), который не распознаётся другими библиотеками.1903> >1904> > Пользователям обычно следует отдавать предпочтение использованию [`concurrent.futures.ThreadPoolExecutor`](https://python-all.ru/3.10/library/concurrent.futures.html#concurrent.futures.ThreadPoolExecutor), который имеет более простой интерфейс, изначально разработанный для потоков, и возвращает экземпляры [`concurrent.futures.Future`](https://python-all.ru/3.10/library/concurrent.futures.html#concurrent.futures.Future), совместимые со многими другими библиотеками, включая [`asyncio`](https://python-all.ru/3.10/library/asyncio.html#module-asyncio).19051906## Рекомендации по программированию19071908Существуют определённые рекомендации и идиомы, которых следует придерживаться при использовании [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing).19091910### Все методы запуска19111912Нижеследующее относится ко всем методам запуска.19131914Избегайте разделяемого состояния19151916> По возможности следует стараться избегать передачи больших объёмов данных между процессами.1917>1918> Вероятно, лучше всего ограничиться использованием очередей или каналов для связи между процессами, а не использовать низкоуровневые примитивы синхронизации.19191920Сериализуемость19211922> Убедитесь, что аргументы методов прокси-объектов сериализуемы.19231924Потокобезопасность прокси19251926> Не используйте прокси-объект из более чем одного потока, если не защищаете его блокировкой.1927>1928> (С разными процессами, использующими *один и тот же* прокси, проблем не возникает.)19291930Присоединение процессов-зомби19311932> В Unix, когда процесс завершается, но к нему не присоединились (joined), он становится зомби. Таких процессов не должно быть много, потому что каждый раз при запуске нового процесса (или вызове [`active_children()`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.active_children)) все завершённые процессы, к которым ещё не присоединились, будут присоединены. Кроме того, вызов [`Process.is_alive`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.is_alive) для завершённого процесса присоединяет его. Тем не менее, рекомендуется явно присоединять все запущенные процессы.19331934Лучше наследовать, чем упаковывать/распаковывать19351936> При использовании методов запуска *spawn* или *forkserver* многие типы из [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) должны быть упаковываемыми (picklable), чтобы дочерние процессы могли их использовать. Однако обычно следует избегать отправки разделяемых объектов другим процессам через каналы или очереди. Вместо этого стоит организовать программу так, чтобы процесс, которому требуется доступ к разделяемому ресурсу, созданному в другом месте, мог унаследовать его от родительского процесса.19371938Избегайте завершения процессов19391940> Использование метода [`Process.terminate`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.terminate) для остановки процесса может привести к тому, что любые разделяемые ресурсы (такие как блокировки, семафоры, каналы и очереди), которые в данный момент используются процессом, станут повреждёнными или недоступными для других процессов.1941>1942> Поэтому, вероятно, лучше рассматривать использование [`Process.terminate`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.terminate) только для процессов, которые никогда не используют разделяемые ресурсы.19431944Присоединение процессов, использующих очереди19451946> Имейте в виду, что процесс, поместивший элементы в очередь, будет ждать перед завершением, пока все буферизованные элементы не будут переданы потоком «feeder» в нижележащий канал. (Дочерний процесс может вызвать метод [`Queue.cancel_join_thread`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Queue.cancel_join_thread) очереди, чтобы избежать такого поведения.)1947>1948> Это означает, что при использовании очереди нужно убедиться, что все элементы, помещённые в очередь, будут в конечном итоге удалены до того, как процесс будет присоединён. В противном случае нельзя быть уверенным, что процессы, поместившие элементы в очередь, завершатся. Также помните, что недемонические процессы присоединяются автоматически.1949>1950> Пример, который приведёт к взаимоблокировке:1951>1952> ```python1953> from multiprocessing import Process, Queue1954>1955> def f(q):1956>     q.put('X' * 1000000)1957>1958> if __name__ == '__main__':1959>     queue = Queue()1960>     p = Process(target=f, args=(queue,))1961>     p.start()1962>     p.join()                    # это приводит к взаимоблокировке1963>     obj = queue.get()1964> ```1965>1966> Исправление заключается в замене двух последних строк местами (или просто удалении строки с `p.join()`).19671968Явная передача ресурсов дочерним процессам19691970> В Unix при использовании метода запуска *fork* дочерний процесс может использовать общий ресурс, созданный в родительском процессе с помощью глобального ресурса. Однако лучше передавать объект в качестве аргумента конструктору дочернего процесса.1971>1972> Помимо того, что это делает код (потенциально) совместимым с Windows и другими методами запуска, это также гарантирует, что пока дочерний процесс жив, объект не будет собран сборщиком мусора в родительском процессе. Это может быть важно, если некоторый ресурс освобождается при сборке мусора объекта в родительском процессе.1973>1974> Так, например1975>1976> ```python1977> from multiprocessing import Process, Lock1978>1979> def f():1980>     ... do something using "lock" ...1981>1982> if __name__ == '__main__':1983>     lock = Lock()1984>     for i in range(10):1985>         Process(target=f).start()1986> ```1987>1988> следует переписать как1989>1990> ```python1991> from multiprocessing import Process, Lock1992>1993> def f(l):1994>     ... do something using "l" ...1995>1996> if __name__ == '__main__':1997>     lock = Lock()1998>     for i in range(10):1999>         Process(target=f, args=(lock,)).start()2000> ```20012002Остерегайтесь замены [`sys.stdin`](https://python-all.ru/3.10/library/sys.html#sys.stdin) на «файлоподобный объект»20032004> [`multiprocessing`](https://python-all.ru/3.10/library/multiprocessing.html#module-multiprocessing) изначально безусловно вызывал:2005>2006> ```python2007> os.close(sys.stdin.fileno())2008> ```2009>2010> в методе `multiprocessing.Process._bootstrap()` – это приводило к проблемам с процессами внутри процессов. Теперь это изменено на:2011>2012> ```python2013> sys.stdin.close()2014> sys.stdin = open(os.open(os.devnull, os.O_RDONLY), closefd=False)2015> ```2016>2017> Это решает основную проблему столкновения процессов друг с другом, приводящую к ошибке неверного файлового дескриптора, но вносит потенциальную опасность для приложений, которые заменяют [`sys.stdin()`](https://python-all.ru/3.10/library/sys.html#sys.stdin) на «файлоподобный объект» с буферизацией вывода. Опасность в том, что если несколько процессов вызовут [`close()`](https://python-all.ru/3.10/library/io.html#io.IOBase.close) для этого файлоподобного объекта, одни и те же данные могут быть сброшены в объект несколько раз, что приведёт к повреждению.2018>2019> Если вы пишете файлоподобный объект и реализуете собственное кэширование, вы можете сделать его устойчивым к fork, сохраняя pid при каждом добавлении в кэш и сбрасывая кэш при изменении pid. Например:2020>2021> ```python2022> @property2023> def cache(self):2024>     pid = os.getpid()2025>     if pid != self._pid:2026>         self._pid = pid2027>         self._cache = []2028>     return self._cache2029> ```2030>2031> Для получения дополнительной информации см. [bpo-5155](https://python-all.ru/3.10/library/multiprocessing.html), [bpo-5313](https://python-all.ru/3.10/library/multiprocessing.html) и [bpo-5331](https://python-all.ru/3.10/library/multiprocessing.html)20322033### Методы запуска *spawn* и *forkserver*20342035Есть несколько дополнительных ограничений, которые не применяются к *fork* методу запуска.20362037Упаковываемость20382039> Убедитесь, что все аргументы `Process.__init__()` можно сериализовать с помощью pickle. Кроме того, если вы создаёте подкласс [`Process`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process), убедитесь, что экземпляры будут сериализуемы при вызове метода [`Process.start`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.start).20402041Глобальные переменные20422043> Имейте в виду, что если код, выполняемый в дочернем процессе, попытается обратиться к глобальной переменной, то значение, которое он увидит (если оно есть), может не совпадать со значением в родительском процессе на момент вызова [`Process.start`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.Process.start).2044>2045> Однако глобальные переменные, которые представляют собой просто константы уровня модуля, не вызывают проблем.20462047Безопасный импорт главного модуля20482049> Необходимо убедиться, что главный модуль может быть безопасно импортирован новым интерпретатором Python без непреднамеренных побочных эффектов (например, запуска нового процесса).2050>2051> Например, при использовании методов запуска *spawn* или *forkserver* выполнение следующего модуля приведёт к ошибке [`RuntimeError`](https://python-all.ru/3.10/library/exceptions.html#RuntimeError):2052>2053> ```python2054> from multiprocessing import Process2055>2056> def foo():2057>     print('hello')2058>2059> p = Process(target=foo)2060> p.start()2061> ```2062>2063> Вместо этого следует защитить «точку входа» программы с помощью `if __name__ == '__main__':` следующим образом:2064>2065> ```python2066> from multiprocessing import Process, freeze_support, set_start_method2067>2068> def foo():2069>     print('hello')2070>2071> if __name__ == '__main__':2072>     freeze_support()2073>     set_start_method('spawn')2074>     p = Process(target=foo)2075>     p.start()2076> ```2077>2078> (Строку `freeze_support()` можно опустить, если программа будет запускаться обычным образом, а не как замороженное приложение.)2079>2080> Это позволяет только что порождённому интерпретатору Python безопасно импортировать модуль и затем выполнить функцию `foo()` этого модуля.2081>2082> Аналогичные ограничения действуют, если пул или менеджер создаются в главном модуле.20832084## Примеры20852086Демонстрация создания и использования настраиваемых менеджеров и прокси:20872088```python2089from multiprocessing import freeze_support2090from multiprocessing.managers import BaseManager, BaseProxy2091import operator20922093##20942095class Foo:2096    def f(self):2097        print('you called Foo.f()')2098    def g(self):2099        print('you called Foo.g()')2100    def _h(self):2101        print('you called Foo._h()')21022103# Простая функция-генератор2104def baz():2105    for i in range(10):2106        yield i*i21072108# Тип прокси для объектов-генераторов2109class GeneratorProxy(BaseProxy):2110    _exposed_ = ['__next__']2111    def __iter__(self):2112        return self2113    def __next__(self):2114        return self._callmethod('__next__')21152116# Функция для возврата модуля operator2117def get_operator_module():2118    return operator21192120##21212122class MyManager(BaseManager):2123    pass21242125# зарегистрировать класс Foo; сделать `f()` и `g()` доступными через прокси2126MyManager.register('Foo1', Foo)21272128# зарегистрировать класс Foo; сделать `g()` и `_h()` доступными через прокси2129MyManager.register('Foo2', Foo, exposed=('g', '_h'))21302131# зарегистрировать функцию-генератор baz; использовать `GeneratorProxy` для создания прокси2132MyManager.register('baz', baz, proxytype=GeneratorProxy)21332134# зарегистрировать get_operator_module(); сделать публичные функции доступными через прокси2135MyManager.register('operator', get_operator_module)21362137##21382139def test():2140    manager = MyManager()2141    manager.start()21422143    print('-' * 20)21442145    f1 = manager.Foo1()2146    f1.f()2147    f1.g()2148    assert not hasattr(f1, '_h')2149    assert sorted(f1._exposed_) == sorted(['f', 'g'])21502151    print('-' * 20)21522153    f2 = manager.Foo2()2154    f2.g()2155    f2._h()2156    assert not hasattr(f2, 'f')2157    assert sorted(f2._exposed_) == sorted(['g', '_h'])21582159    print('-' * 20)21602161    it = manager.baz()2162    for i in it:2163        print('<%d>' % i, end=' ')2164    print()21652166    print('-' * 20)21672168    op = manager.operator()2169    print('op.add(23, 45) =', op.add(23, 45))2170    print('op.pow(2, 94) =', op.pow(2, 94))2171    print('op._exposed_ =', op._exposed_)21722173##21742175if __name__ == '__main__':2176    freeze_support()2177    test()2178```21792180Использование [`Pool`](https://python-all.ru/3.10/library/multiprocessing.html#multiprocessing.pool.Pool):21812182```python2183import multiprocessing2184import time2185import random2186import sys21872188#2189# Функции, используемые тестовым кодом2190#21912192def calculate(func, args):2193    result = func(*args)2194    return '%s says that %s%s = %s' % (2195        multiprocessing.current_process().name,2196        func.__name__, args, result2197        )21982199def calculatestar(args):2200    return calculate(*args)22012202def mul(a, b):2203    time.sleep(0.5 * random.random())2204    return a * b22052206def plus(a, b):2207    time.sleep(0.5 * random.random())2208    return a + b22092210def f(x):2211    return 1.0 / (x - 5.0)22122213def pow3(x):2214    return x ** 322152216def noop(x):2217    pass22182219#2220# Тестовый код2221#22222223def test():2224    PROCESSES = 42225    print('Creating pool with %d processes\n' % PROCESSES)22262227    with multiprocessing.Pool(PROCESSES) as pool:2228        #2229        # Тесты2230        #22312232        TASKS = [(mul, (i, 7)) for i in range(10)] + \2233                [(plus, (i, 8)) for i in range(10)]22342235        results = [pool.apply_async(calculate, t) for t in TASKS]2236        imap_it = pool.imap(calculatestar, TASKS)2237        imap_unordered_it = pool.imap_unordered(calculatestar, TASKS)22382239        print('Ordered results using pool.apply_async():')2240        for r in results:2241            print('\t', r.get())2242        print()22432244        print('Ordered results using pool.imap():')2245        for x in imap_it:2246            print('\t', x)2247        print()22482249        print('Unordered results using pool.imap_unordered():')2250        for x in imap_unordered_it:2251            print('\t', x)2252        print()22532254        print('Ordered results using pool.map() --- will block till complete:')2255        for x in pool.map(calculatestar, TASKS):2256            print('\t', x)2257        print()22582259        #2260        # Тестирование обработки ошибок2261        #22622263        print('Testing error handling:')22642265        try:2266            print(pool.apply(f, (5,)))2267        except ZeroDivisionError:2268            print('\tGot ZeroDivisionError as expected from pool.apply()')2269        else:2270            raise AssertionError('expected ZeroDivisionError')22712272        try:2273            print(pool.map(f, list(range(10))))2274        except ZeroDivisionError:2275            print('\tGot ZeroDivisionError as expected from pool.map()')2276        else:2277            raise AssertionError('expected ZeroDivisionError')22782279        try:2280            print(list(pool.imap(f, list(range(10)))))2281        except ZeroDivisionError:2282            print('\tGot ZeroDivisionError as expected from list(pool.imap())')2283        else:2284            raise AssertionError('expected ZeroDivisionError')22852286        it = pool.imap(f, list(range(10)))2287        for i in range(10):2288            try:2289                x = next(it)2290            except ZeroDivisionError:2291                if i == 5:2292                    pass2293            except StopIteration:2294                break2295            else:2296                if i == 5:2297                    raise AssertionError('expected ZeroDivisionError')22982299        assert i == 92300        print('\tGot ZeroDivisionError as expected from IMapIterator.next()')2301        print()23022303        #2304        # Тестирование тайм-аутов2305        #23062307        print('Testing ApplyResult.get() with timeout:', end=' ')2308        res = pool.apply_async(calculate, TASKS[0])2309        while 1:2310            sys.stdout.flush()2311            try:2312                sys.stdout.write('\n\t%s' % res.get(0.02))2313                break2314            except multiprocessing.TimeoutError:2315                sys.stdout.write('.')2316        print()2317        print()23182319        print('Testing IMapIterator.next() with timeout:', end=' ')2320        it = pool.imap(calculatestar, TASKS)2321        while 1:2322            sys.stdout.flush()2323            try:2324                sys.stdout.write('\n\t%s' % it.next(0.02))2325            except StopIteration:2326                break2327            except multiprocessing.TimeoutError:2328                sys.stdout.write('.')2329        print()2330        print()23312332if __name__ == '__main__':2333    multiprocessing.freeze_support()2334    test()2335```23362337Пример использования очередей для передачи задач набору рабочих процессов и сбора результатов:23382339```python2340import time2341import random23422343from multiprocessing import Process, Queue, current_process, freeze_support23442345#2346# Функция, выполняемая рабочими процессами2347#23482349def worker(input, output):2350    for func, args in iter(input.get, 'STOP'):2351        result = calculate(func, args)2352        output.put(result)23532354#2355# Функция, используемая для вычисления результата2356#23572358def calculate(func, args):2359    result = func(*args)2360    return '%s says that %s%s = %s' % \2361        (current_process().name, func.__name__, args, result)23622363#2364# Функции, на которые ссылаются задачи2365#23662367def mul(a, b):2368    time.sleep(0.5*random.random())2369    return a * b23702371def plus(a, b):2372    time.sleep(0.5*random.random())2373    return a + b23742375#2376#2377#23782379def test():2380    NUMBER_OF_PROCESSES = 42381    TASKS1 = [(mul, (i, 7)) for i in range(20)]2382    TASKS2 = [(plus, (i, 8)) for i in range(10)]23832384    # Создание очередей2385    task_queue = Queue()2386    done_queue = Queue()23872388    # Отправка задач2389    for task in TASKS1:2390        task_queue.put(task)23912392    # Запуск рабочих процессов2393    for i in range(NUMBER_OF_PROCESSES):2394        Process(target=worker, args=(task_queue, done_queue)).start()23952396    # Получение и вывод результатов2397    print('Unordered results:')2398    for i in range(len(TASKS1)):2399        print('\t', done_queue.get())24002401    # Добавить ещё задач с помощью `put()`2402    for task in TASKS2:2403        task_queue.put(task)24042405    # Получить и вывести ещё несколько результатов2406    for i in range(len(TASKS2)):2407        print('\t', done_queue.get())24082409    # Сообщить дочерним процессам об остановке2410    for i in range(NUMBER_OF_PROCESSES):2411        task_queue.put('STOP')24122413if __name__ == '__main__':2414    freeze_support()2415    test()2416```2417