multiprocessing.md
1> **Источник:** https://python-all.ru/3.13/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` – параллелизм на основе процессов89**Исходный код:** [Lib/multiprocessing/](https://python-all.ru/src/3.13/Lib/multiprocessing)1011---1213[Доступность](https://python-all.ru/3.13/library/intro.html#availability): не Android, не iOS, не WASI.1415Этот модуль не поддерживается на [мобильных платформах](https://python-all.ru/3.13/library/intro.html#mobile-availability) или [платформах WebAssembly](https://python-all.ru/3.13/library/intro.html#wasm-availability).1617## Введение1819`multiprocessing` – это пакет, который поддерживает порождение процессов с помощью API, похожего на модуль [`threading`](https://python-all.ru/3.13/library/threading.html#module-threading). Пакет `multiprocessing` предоставляет как локальную, так и удалённую конкурентность, эффективно обходя [глобальную блокировку интерпретатора](https://python-all.ru/3.13/glossary.html#term-global-interpreter-lock) за счёт использования подпроцессов вместо потоков. Благодаря этому модуль `multiprocessing` позволяет программисту полностью задействовать несколько процессоров на данной машине. Он работает как на POSIX, так и Windows.2021Модуль `multiprocessing` также вводит объект [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool), который предоставляет удобный способ распараллеливания выполнения функции по множеству входных значений, распределяя входные данные между процессами (параллелизм данных). Следующий пример демонстрирует распространённую практику определения таких функций в модуле, чтобы дочерние процессы могли успешно импортировать этот модуль. Этот базовый пример параллелизма данных с использованием `Pool`,2223```python24from multiprocessing import Pool2526def f(x):27 return x*x2829if __name__ == '__main__':30 with Pool(5) as p:31 print(p.map(f, [1, 2, 3]))32```3334будет выводить на стандартный вывод3536```python37[1, 4, 9]38```3940Модуль `multiprocessing` также вводит API, которые не имеют аналогов в модуле [`threading`](https://python-all.ru/3.13/library/threading.html#module-threading), например возможность [`terminate`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.terminate), `interrupt` или [`kill`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.kill) запущенный процесс.4142> **См. также**43>44> [`concurrent.futures.ProcessPoolExecutor`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.pool.Pool), API [`concurrent.futures`](https://python-all.ru/3.13/library/concurrent.futures.html#module-concurrent.futures) позволяет легче разделить отправку работы в пул процессов и ожидание результатов.4546### Класс [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process)4748В `multiprocessing` процессы порождаются созданием объекта [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process) и последующим вызовом его метода [`start()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.start). `Process` следует API [`threading.Thread`](https://python-all.ru/3.13/library/threading.html#threading.Thread). Простой пример многопроцессной программы:4950```python51from multiprocessing import Process5253def f(name):54 print('hello', name)5556if __name__ == '__main__':57 p = Process(target=f, args=('bob',))58 p.start()59 p.join()60```6162Чтобы показать идентификаторы задействованных процессов, вот расширенный пример:6364```python65from multiprocessing import Process66import os6768def info(title):69 print(title)70 print('module name:', __name__)71 print('parent process:', os.getppid())72 print('process id:', os.getpid())7374def f(name):75 info('function f')76 print('hello', name)7778if __name__ == '__main__':79 info('main line')80 p = Process(target=f, args=('bob',))81 p.start()82 p.join()83```8485Объяснение того, зачем нужна часть `if __name__ == '__main__'`, см. в [руководстве по программированию](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-programming).8687Аргументы [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process) обычно должны быть сериализуемыми (picklable), чтобы их можно было передать дочернему процессу. Если попытаться ввести приведённый выше пример непосредственно в REPL, это может привести к [`AttributeError`](https://python-all.ru/3.13/library/exceptions.html#AttributeError) в дочернем процессе при попытке найти функцию *f* в модуле `__main__`.8889### Контексты и методы запуска9091В зависимости от платформы `multiprocessing` поддерживает три способа запуска процесса. Эти *методы запуска*:9293> ***spawn***94>95> Родительский процесс запускает новый процесс интерпретатора Python. Дочерний процесс унаследует только те ресурсы, которые необходимы для выполнения метода [`run()`](https://python-all.ru/3.13/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*.96>97> Доступно на платформах POSIX и Windows. По умолчанию используется на Windows и macOS.98>99> ***fork***100>101> Родительский процесс использует [`os.fork()`](https://python-all.ru/3.13/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.102>103> Доступно в POSIX-системах. В настоящее время используется по умолчанию во всех POSIX, кроме macOS.104>105> > **Примечание**106> >107> > Способ запуска по умолчанию изменится с *fork* в Python 3.14. Код, который требует *fork*, должен явно указать это через [`get_context()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.get_context) или [`set_start_method()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.set_start_method).108>109> Изменено в версии 3.12: Если Python может обнаружить, что ваш процесс имеет несколько потоков, то функция [`os.fork()`](https://python-all.ru/3.13/library/os.html#os.fork), вызываемая этим методом запуска внутри, вызовет исключение [`DeprecationWarning`](https://python-all.ru/3.13/library/exceptions.html#DeprecationWarning). Используйте другой метод запуска. Дополнительные объяснения см. в документации к `os.fork()`.110>111> ***forkserver***112>113> Когда программа запускается и выбирает метод запуска *forkserver*, порождается серверный процесс. После этого, когда требуется новый процесс, родительский процесс подключается к серверу и запрашивает создание нового процесса через fork. Серверный процесс forkserver является однопоточным, если только системные библиотеки или предварительно загруженные импорты не порождают потоки как побочный эффект, поэтому обычно он может безопасно использовать [`os.fork()`](https://python-all.ru/3.13/library/os.html#os.fork). Никакие ненужные ресурсы не наследуются.114>115> Доступно на платформах POSIX, которые поддерживают передачу файловых дескрипторов через каналы Unix, например Linux.116117Изменено в версии 3.4: *spawn* добавлен на всех платформах POSIX, а *forkserver* добавлен для некоторых платформ POSIX. Дочерние процессы больше не наследуют все наследуемые дескрипторы родительского процесса в Windows.118119Изменено в версии 3.8: На macOS метод запуска *spawn* теперь используется по умолчанию. Метод запуска *fork* следует считать небезопасным, так как он может приводить к сбоям подпроцесса, поскольку системные библиотеки macOS могут запускать потоки. См. [bpo-33725](https://python-all.ru/3.13/library/multiprocessing.html).120121На POSIX использование методов запуска *spawn* или *forkserver* также запускает процесс *resource tracker* (отслеживатель ресурсов), который отслеживает удалённые именованные системные ресурсы (такие как именованные семафоры или объекты [`SharedMemory`](https://python-all.ru/3.13/library/multiprocessing.shared_memory.html#multiprocessing.shared_memory.SharedMemory)), созданные процессами программы. Когда все процессы завершатся, отслеживатель ресурсов удаляет все оставшиеся отслеживаемые объекты. Обычно их не должно быть, но если процесс был убит сигналом, могут остаться некоторые «утекшие» ресурсы. (Ни утекшие семафоры, ни разделяемые сегменты памяти не будут автоматически удалены до следующей перезагрузки. Это проблематично для обоих типов объектов, так как система допускает лишь ограниченное количество именованных семафоров, а разделяемые сегменты памяти занимают некоторое место в основной памяти.)122123Для выбора метода запуска используется [`set_start_method()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.set_start_method) в блоке `if __name__ == '__main__'` главного модуля. Например:124125```python126import multiprocessing as mp127128def foo(q):129 q.put('hello')130131if __name__ == '__main__':132 mp.set_start_method('spawn')133 q = mp.Queue()134 p = mp.Process(target=foo, args=(q,))135 p.start()136 print(q.get())137 p.join()138```139140[`set_start_method()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.set_start_method) не должен использоваться более одного раза в программе.141142В качестве альтернативы можно использовать [`get_context()`](https://python-all.ru/3.13/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.143144```python145import multiprocessing as mp146147def foo(q):148 q.put('hello')149150if __name__ == '__main__':151 ctx = mp.get_context('spawn')152 q = ctx.Queue()153 p = ctx.Process(target=foo, args=(q,))154 p.start()155 print(q.get())156 p.join()157```158159Обратите 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*.160161Библиотеки, использующие `multiprocessing` или [`ProcessPoolExecutor`](https://python-all.ru/3.13/library/concurrent.futures.html#concurrent.futures.ProcessPoolExecutor), должны быть спроектированы так, чтобы позволять своим пользователям указывать собственный контекст multiprocessing. Использование определённого контекста внутри библиотеки может привести к несовместимости с остальной частью приложения пользователя библиотеки. Всегда документируйте, требует ли ваша библиотека конкретного метода запуска.162163> **Предупреждение**164>165> Методы запуска `'spawn'` и `'forkserver'`, как правило, нельзя использовать с «замороженными» исполняемыми файлами (т.е. бинарными файлами, созданными пакетами вроде **PyInstaller** и **cx\_Freeze**) в системах POSIX. Метод запуска `'fork'` может работать, если код не использует потоки.166167### Обмен объектами между процессами168169`multiprocessing` поддерживает два типа каналов связи между процессами:170171**Очереди**172173> Класс [`Queue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue) является почти точной копией [`queue.Queue`](https://python-all.ru/3.13/library/queue.html#queue.Queue). Например:174>175> ```python176> from multiprocessing import Process, Queue177>178> def f(q):179> q.put([42, None, 'hello'])180>181> if __name__ == '__main__':182> q = Queue()183> p = Process(target=f, args=(q,))184> p.start()185> print(q.get()) # печатает "[42, None, 'hello']"186> p.join()187> ```188>189> Очереди являются потокобезопасными и безопасными для процессов. Любой объект, помещённый в очередь `multiprocessing`, будет сериализован.190191**Каналы**192193> Функция [`Pipe()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Pipe) возвращает пару объектов соединения, связанных каналом, который по умолчанию является дуплексным (двунаправленным). Например:194>195> ```python196> from multiprocessing import Process, Pipe197>198> def f(conn):199> conn.send([42, None, 'hello'])200> conn.close()201>202> if __name__ == '__main__':203> parent_conn, child_conn = Pipe()204> p = Process(target=f, args=(child_conn,))205> p.start()206> print(parent_conn.recv()) # печатает "[42, None, 'hello']"207> p.join()208> ```209>210> Два объекта соединения, возвращаемые [`Pipe()`](https://python-all.ru/3.13/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.211>212> Метод `send()` сериализует объект, а `recv()` воссоздаёт объект.213214### Синхронизация между процессами215216`multiprocessing` содержит эквиваленты всех примитивов синхронизации из [`threading`](https://python-all.ru/3.13/library/threading.html#module-threading). Например, можно использовать блокировку, чтобы гарантировать, что только один процесс одновременно выводит на стандартный вывод:217218```python219from multiprocessing import Process, Lock220221def f(l, i):222 l.acquire()223 try:224 print('hello world', i)225 finally:226 l.release()227228if __name__ == '__main__':229 lock = Lock()230231 for num in range(10):232 Process(target=f, args=(lock, num)).start()233```234235Без использования блокировки вывод от разных процессов может полностью перепутаться.236237### Совместное использование состояния между процессами238239Как уже упоминалось, при параллельном программировании обычно лучше избегать использования общего состояния, насколько это возможно. Это особенно верно при использовании нескольких процессов.240241Однако если действительно необходимо использовать некоторые общие данные, то `multiprocessing` предоставляет несколько способов сделать это.242243**Разделяемая память**244245> Данные могут храниться в отображении разделяемой памяти с помощью [`Value`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Value) или [`Array`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Array). Например, следующий код246>247> ```python248> from multiprocessing import Process, Value, Array249>250> def f(n, a):251> n.value = 3.1415927252> for i in range(len(a)):253> a[i] = -a[i]254>255> if __name__ == '__main__':256> num = Value('d', 0.0)257> arr = Array('i', range(10))258>259> p = Process(target=f, args=(num, arr))260> p.start()261> p.join()262>263> print(num.value)264> print(arr[:])265> ```266>267> выведет268>269> ```python270> 3.1415927271> [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]272> ```273>274> Аргументы `'d'` и `'i'`, используемые при создании `num` и `arr`, – это коды типов, аналогичные используемым модулем [`array`](https://python-all.ru/3.13/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.275>276> Для большей гибкости при работе с разделяемой памятью можно использовать модуль [`multiprocessing.sharedctypes`](https://python-all.ru/3.13/library/multiprocessing.html#module-multiprocessing.sharedctypes), который поддерживает создание произвольных объектов ctypes, выделенных из разделяемой памяти.277278**Серверный процесс**279280> Объект-менеджер, возвращаемый [`Manager()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Manager), управляет серверным процессом, который содержит объекты Python и позволяет другим процессам манипулировать ими с помощью прокси.281>282> Менеджер, возвращаемый [`Manager()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Manager), поддерживает типы [`list`](https://python-all.ru/3.13/library/stdtypes.html#list), [`dict`](https://python-all.ru/3.13/library/stdtypes.html#dict), [`Namespace`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.Namespace), [`Lock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock), [`RLock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.RLock), [`Semaphore`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Semaphore), [`BoundedSemaphore`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.BoundedSemaphore), [`Condition`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Condition), [`Event`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Event), [`Barrier`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Barrier), [`Queue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue), [`Value`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Value) и [`Array`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Array). Например,283>284> ```python285> from multiprocessing import Process, Manager286>287> def f(d, l):288> d[1] = '1'289> d['2'] = 2290> d[0.25] = None291> l.reverse()292>293> if __name__ == '__main__':294> with Manager() as manager:295> d = manager.dict()296> l = manager.list(range(10))297>298> p = Process(target=f, args=(d, l))299> p.start()300> p.join()301>302> print(d)303> print(l)304> ```305>306> выведет307>308> ```python309> {0.25: None, 1: '1', '2': 2}310> [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]311> ```312>313> 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.314315### Использование пула рабочих процессов316317Класс [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool) представляет пул рабочих процессов. Он имеет методы, которые позволяют передавать задачи рабочим процессам несколькими различными способами.318319Например:320321```python322from multiprocessing import Pool, TimeoutError323import time324import os325326def f(x):327 return x*x328329if __name__ == '__main__':330 # запустить 4 рабочих процесса331 with Pool(processes=4) as pool:332333 # печатает "[0, 1, 4,..., 81]"334 print(pool.map(f, range(10)))335336 # печатает те же числа в произвольном порядке337 for i in pool.imap_unordered(f, range(10)):338 print(i)339340 # вычисляет "f(20)" асинхронно341 res = pool.apply_async(f, (20,)) # выполняется *только* в одном процессе342 print(res.get(timeout=1)) # печатает "400"343344 # вычисляет "os.getpid()" асинхронно345 res = pool.apply_async(os.getpid, ()) # выполняется *только* в одном процессе346 print(res.get(timeout=1)) # печатает PID этого процесса347348 # запуск нескольких асинхронных вычислений *может* задействовать больше процессов349 multiple_results = [pool.apply_async(os.getpid, ()) for i in range(4)]350 print([res.get(timeout=1) for res in multiple_results])351352 # усыпить один рабочий процесс на 10 секунд353 res = pool.apply_async(time.sleep, (10,))354 try:355 print(res.get(timeout=1))356 except TimeoutError:357 print("We lacked patience and got a multiprocessing.TimeoutError")358359 print("For the moment, the pool remains available for more work")360361 # выход из блока 'with' остановил пул362 print("Now the pool is closed and no longer available")363```364365Обратите внимание: методы пула должны использоваться только тем процессом, который его создал.366367> **Примечание**368>369> Для функциональности этого пакета требуется, чтобы модуль `__main__` был импортируемым дочерними процессами. Это описано в [Рекомендациях по программированию](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.pool.Pool), не будут работать в интерактивном интерпретаторе. Например:370>371> ```python372> >>> from multiprocessing import Pool373> >>> p = Pool(5)374> >>> def f(x):375> ... return x*x376> ...377> >>> with p:378> ... p.map(f, [1,2,3])379> Process PoolWorker-1:380> Process PoolWorker-2:381> Process PoolWorker-3:382> Traceback (most recent call last):383> Traceback (most recent call last):384> Traceback (most recent call last):385> AttributeError: Can't get attribute 'f' on <module '__main__' (<class '_frozen_importlib.BuiltinImporter'>)>386> AttributeError: Can't get attribute 'f' on <module '__main__' (<class '_frozen_importlib.BuiltinImporter'>)>387> AttributeError: Can't get attribute 'f' on <module '__main__' (<class '_frozen_importlib.BuiltinImporter'>)>388> ```389>390> (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.)391392## Ссылка393394Пакет `multiprocessing` в основном повторяет API модуля [`threading`](https://python-all.ru/3.13/library/threading.html#module-threading).395396### Глобальный метод запуска397398Python поддерживает несколько способов создания и инициализации процесса. Глобальный метод запуска задаёт механизм по умолчанию для создания процесса.399400Некоторые функции и методы multiprocessing, которые также могут создавать определённые объекты, неявно устанавливают глобальный метод запуска в системный по умолчанию, если он ещё не был установлен. Глобальный метод запуска можно установить только один раз. Если требуется изменить метод запуска с системного по умолчанию, необходимо заранее установить глобальный метод запуска до вызова функций или методов или создания этих объектов.401402### [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process) и исключения403404#### `class multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)`405406Объекты Process представляют активность, выполняемую в отдельном процессе. Класс `Process` имеет эквиваленты всех методов [`threading.Thread`](https://python-all.ru/3.13/library/threading.html#threading.Thread).407408Конструктор всегда следует вызывать с именованными аргументами. *group* всегда должен быть `None`; он существует только для совместимости с [`threading.Thread`](https://python-all.ru/3.13/library/threading.html#threading.Thread). *target* – это вызываемый объект, который будет вызван методом [`run()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.run). По умолчанию `None`, то есть ничего не вызывается. *name* – это имя процесса (см. [`name`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.Process.daemon) в `True` или `False`. Если `None` (по умолчанию), этот флаг будет унаследован от создающего процесса.409410По умолчанию в *target* не передаётся никаких аргументов. Аргумент *args*, по умолчанию равный `()`, можно использовать для указания списка или кортежа аргументов, передаваемых в *target*.411412Если подкласс переопределяет конструктор, он должен вызывать конструктор базового класса (`super().__init__()`) перед любыми другими действиями над процессом.413414> **Примечание**415>416> В общем случае все аргументы `Process` должны быть упаковываемы (picklable). Это часто наблюдается при попытке создать `Process` или использовать [`concurrent.futures.ProcessPoolExecutor`](https://python-all.ru/3.13/library/concurrent.futures.html#concurrent.futures.ProcessPoolExecutor) из REPL с локально определённой функцией *target*.417>418> Передача вызываемого объекта, определённого в текущей сессии REPL, приводит к тому, что дочерний процесс завершается из-за необработанного исключения [`AttributeError`](https://python-all.ru/3.13/library/exceptions.html#AttributeError) при запуске, поскольку *target* должен быть определён внутри импортируемого модуля, чтобы его можно было загрузить при распаковке (unpickling).419>420> Пример этой неперехватываемой ошибки от дочернего процесса:421>422> ```python423> >>> import multiprocessing as mp424> >>> def knigit():425> ... print("Ni!")426> ...427> >>> process = mp.Process(target=knigit)428> >>> process.start()429> >>> Traceback (most recent call last):430> File ".../multiprocessing/spawn.py", line ..., in spawn_main431> File ".../multiprocessing/spawn.py", line ..., in _main432> AttributeError: module '__main__' has no attribute 'knigit'433> >>> process434> <SpawnProcess name='SpawnProcess-1' pid=379473 parent=378707 stopped exitcode=1>435> ```436>437> См. [Методы запуска spawn и forkserver](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-programming-spawn). Хотя это ограничение не действует при использовании метода запуска `"fork"`, начиная с Python `3.14` он больше не является методом по умолчанию ни на одной платформе. См. [Контексты и методы запуска](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-start-methods). См. также [gh-132898](https://python-all.ru/3.13/library/multiprocessing.html).438439Изменено в версии 3.3: Добавлен параметр *daemon*.440441#### `run()`442443Метод, представляющий активность процесса.444445Этот метод можно переопределить в подклассе. Стандартный метод `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.446447Использование списка или кортежа в качестве аргумента *args*, переданного в `Process`, даёт тот же эффект.448449Пример:450451```python452>>> from multiprocessing import Process453>>> p = Process(target=print, args=[1])454>>> p.run()4551456>>> p = Process(target=print, args=(1,))457>>> p.run()4581459```460461#### `start()`462463Запускает активность процесса.464465Этот метод должен быть вызван не более одного раза для каждого объекта процесса. Он обеспечивает вызов метода [`run()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.run) объекта в отдельном процессе.466467#### `join([timeout])`468469Если необязательный аргумент *timeout* равен `None` (по умолчанию), метод блокируется до завершения процесса, у которого вызывается метод `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/3.13/library/multiprocessing.html#multiprocessing.Process.exitcode) процесса, чтобы определить, завершился ли он.470471Процесс может быть присоединён много раз.472473Процесс не может присоединить сам себя, так как это приведёт к взаимоблокировке. Попытка вызвать join для процесса до его запуска является ошибкой.474475#### `name`476477Имя процесса. Имя – это строка, используемая только для идентификации. Оно не имеет семантического значения. Несколько процессов могут иметь одно и то же имя.478479Начальное 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.480481#### `is_alive()`482483Возвращает, жив ли процесс.484485Грубо говоря, объект процесса живёт с момента возврата метода [`start()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.start) до завершения дочернего процесса.486487#### `daemon`488489Флаг демона процесса (логическое значение). Должен быть установлен до вызова [`start()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.start).490491Начальное значение наследуется от создающего процесса.492493Когда процесс завершается, он пытается завершить все свои дочерние процессы-демоны.494495Обратите 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.496497В дополнение к API [`threading.Thread`](https://python-all.ru/3.13/library/threading.html#threading.Thread) объекты `Process` также поддерживают следующие атрибуты и методы:498499#### `pid`500501Возвращает идентификатор процесса. До запуска процесса это будет `None`.502503#### `exitcode`504505Код выхода дочернего процесса. Будет равно `None`, если процесс ещё не завершён.506507Если метод [`run()`](https://python-all.ru/3.13/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/3.13/library/sys.html#sys.exit) с целочисленным аргументом *N*, код выхода будет *N*.508509Если дочерний процесс завершился из-за необработанного исключения внутри [`run()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.run), код выхода будет 1. Если он был завершён сигналом *N*, код выхода будет отрицательным значением *-N*.510511#### `authkey`512513Ключ аутентификации процесса (байтовая строка).514515При инициализации `multiprocessing` главному процессу назначается случайная строка с помощью [`os.urandom()`](https://python-all.ru/3.13/library/os.html#os.urandom).516517При создании объекта `Process` он наследует ключ аутентификации своего родительского процесса, хотя его можно изменить, установив [`authkey`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.authkey) в другую байтовую строку.518519См. [Ключи аутентификации](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-auth-keys).520521#### `sentinel`522523Числовой дескриптор системного объекта, который становится «готов» по завершении процесса.524525Это значение можно использовать для ожидания нескольких событий одновременно с помощью [`multiprocessing.connection.wait()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.wait). В противном случае вызов [`join()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.join) проще.526527В Windows это дескриптор ОС, используемый с семейством `WaitForSingleObject` и `WaitForMultipleObjects` API-вызовов. В POSIX это файловый дескриптор, используемый с примитивами из модуля [`select`](https://python-all.ru/3.13/library/select.html#module-select).528529Добавлено в версии 3.3.530531#### `terminate()`532533Завершает процесс. В POSIX это делается с помощью сигнала [`SIGTERM`](https://python-all.ru/3.13/library/signal.html#signal.SIGTERM); в Windows используется `TerminateProcess()`. Обратите внимание, что обработчики выхода и блоки finally и т.п. не будут выполнены.534535Обратите внимание, что процессы-потомки *не* будут завершены – они просто станут осиротевшими.536537> **Предупреждение**538>539> 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.540541#### `kill()`542543То же, что и [`terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.terminate), но с помощью сигнала `SIGKILL` в POSIX.544545Добавлено в версии 3.7.546547#### `close()`548549Закрывает объект `Process`, освобождая все связанные с ним ресурсы. Если соответствующий процесс ещё выполняется, возбуждается [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError). После успешного возврата из `close()` большинство других методов и атрибутов объекта `Process` будут возбуждать `ValueError`.550551Добавлено в версии 3.7.552553Обратите внимание: методы [`start()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.start), [`join()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.join), [`is_alive()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.is_alive), [`terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.terminate) и [`exitcode`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.exitcode) должны вызываться только тем процессом, который создал объект процесса.554555Пример использования некоторых методов `Process`:556557```pycon558>>> import multiprocessing, time, signal559>>> mp_context = multiprocessing.get_context('spawn')560>>> p = mp_context.Process(target=time.sleep, args=(1000,))561>>> print(p, p.is_alive())562<...Process ... initial> False563>>> p.start()564>>> print(p, p.is_alive())565<...Process ... started> True566>>> p.terminate()567>>> time.sleep(0.1)568>>> print(p, p.is_alive())569<...Process ... stopped exitcode=-SIGTERM> False570>>> p.exitcode == -signal.SIGTERM571True572```573574#### `exception multiprocessing.ProcessError`575576Базовый класс всех исключений `multiprocessing`.577578#### `exception multiprocessing.BufferTooShort`579580Исключение, возбуждаемое `Connection.recv_bytes_into()`, когда предоставленный буфер слишком мал для чтения сообщения.581582Если `e` является экземпляром `BufferTooShort`, то `e.args[0]` вернёт сообщение в виде байтовой строки.583584#### `exception multiprocessing.AuthenticationError`585586Возбуждается при ошибке аутентификации.587588#### `exception multiprocessing.TimeoutError`589590Возбуждается методами с тайм-аутом по истечении тайм-аута.591592### Каналы и очереди593594При использовании нескольких процессов обычно применяется передача сообщений для взаимодействия между процессами, что позволяет избежать использования примитивов синхронизации, таких как блокировки.595596Для передачи сообщений можно использовать [`Pipe()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Pipe) (для соединения между двумя процессами) или очередь (которая допускает несколько производителей и потребителей).597598Типы [`Queue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue), [`SimpleQueue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.SimpleQueue) и [`JoinableQueue`](https://python-all.ru/3.13/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/3.13/library/queue.html#queue.Queue) из стандартной библиотеки. Они отличаются тем, что в `Queue` отсутствуют методы [`task_done()`](https://python-all.ru/3.13/library/queue.html#queue.Queue.task_done) и [`join()`](https://python-all.ru/3.13/library/queue.html#queue.Queue.join), введённые в класс `queue.Queue` в Python 2.5.599600Если используется [`JoinableQueue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.JoinableQueue), то **обязательно** вызывайте [`JoinableQueue.task_done()`](https://python-all.ru/3.13/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.601602Одно отличие от других реализаций очередей Python заключается в том, что `multiprocessing` очереди сериализуют все объекты, помещаемые в них, с помощью [`pickle`](https://python-all.ru/3.13/library/pickle.html#module-pickle). Объект, возвращаемый методом get, является воссозданным объектом, который не разделяет память с исходным объектом.603604Обратите внимание, что общую очередь также можно создать с помощью объекта-менеджера – см. [Менеджеры](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-managers).605606> **Примечание**607>608> `multiprocessing` использует обычные исключения [`queue.Empty`](https://python-all.ru/3.13/library/queue.html#queue.Empty) и [`queue.Full`](https://python-all.ru/3.13/library/queue.html#queue.Full) для сигнализации тайм-аута. Они недоступны в пространстве имён `multiprocessing`, поэтому их необходимо импортировать из [`queue`](https://python-all.ru/3.13/library/queue.html#module-queue).609610> **Примечание**611>612> 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/3.13/library/multiprocessing.html#multiprocessing-managers).613>614> 1. После помещения объекта в пустую очередь может пройти бесконечно малая задержка, прежде чем метод [`empty()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.empty) очереди вернёт [`False`](https://python-all.ru/3.13/library/constants.html#False) и [`get_nowait()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.get_nowait) сможет вернуться без возбуждения [`queue.Empty`](https://python-all.ru/3.13/library/queue.html#queue.Empty).615> 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.616617> **Предупреждение**618>619> Если процесс завершается принудительно с помощью [`Process.terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.terminate) или [`os.kill()`](https://python-all.ru/3.13/library/os.html#os.kill) в то время, как он пытается использовать [`Queue`](https://python-all.ru/3.13/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.620621> **Предупреждение**622>623> Как упоминалось выше, если дочерний процесс поместил элементы в очередь (и не использовал [`JoinableQueue.cancel_join_thread`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.cancel_join_thread)), он не завершится, пока все буферизованные элементы не будут сброшены в канал.624>625> 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.626>627> Обратите внимание, что очередь, созданная с помощью менеджера, не имеет этой проблемы. См. [Рекомендации по программированию](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-programming).628629Пример использования очередей для межпроцессного взаимодействия см. в разделе [Примеры](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-examples).630631#### `multiprocessing.Pipe([duplex])`632633Возвращает пару `(conn1, conn2)` объектов [`Connection`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection), представляющих концы канала.634635Если *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.636637Метод `send()` сериализует объект с помощью [`pickle`](https://python-all.ru/3.13/library/pickle.html#module-pickle), а `recv()` воссоздаёт объект.638639#### `class multiprocessing.Queue([maxsize])`640641Возвращает 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.642643Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.644645Обычные исключения [`queue.Empty`](https://python-all.ru/3.13/library/queue.html#queue.Empty) и [`queue.Full`](https://python-all.ru/3.13/library/queue.html#queue.Full) из модуля [`queue`](https://python-all.ru/3.13/library/queue.html#module-queue) стандартной библиотеки возбуждаются для сигнализации тайм-аутов.646647`Queue` реализует все методы [`queue.Queue`](https://python-all.ru/3.13/library/queue.html#queue.Queue), за исключением [`task_done()`](https://python-all.ru/3.13/library/queue.html#queue.Queue.task_done), [`join()`](https://python-all.ru/3.13/library/queue.html#queue.Queue.join) и [`shutdown()`](https://python-all.ru/3.13/library/queue.html#queue.Queue.shutdown).648649#### `qsize()`650651Возвращает приблизительный размер очереди. Из-за семантики многопоточности/многопроцессности это число не является надёжным.652653Обратите внимание, что это может возбудить [`NotImplementedError`](https://python-all.ru/3.13/library/exceptions.html#NotImplementedError) на платформах, подобных macOS, где `sem_getvalue()` не реализован.654655#### `empty()`656657Возвращает `True`, если очередь пуста, иначе `False`. Из-за семантики многопоточности/многопроцессности это ненадёжно.658659Может возбудить [`OSError`](https://python-all.ru/3.13/library/exceptions.html#OSError) для закрытых очередей (не гарантируется).660661#### `full()`662663Возвращает `True`, если очередь заполнена, иначе `False`. Из-за семантики многопоточности/многопроцессности это ненадёжно.664665#### `put(obj[, block[, timeout]])`666667Помещает 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/3.13/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` (*timeout* в этом случае игнорируется).668669Изменено в версии 3.8: Если очередь закрыта, возбуждается [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError) вместо [`AssertionError`](https://python-all.ru/3.13/library/exceptions.html#AssertionError).670671#### `put_nowait(obj)`672673Эквивалентно `put(obj, False)`.674675#### `get([block[, timeout]])`676677Удаляет 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/3.13/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` (*timeout* в этом случае игнорируется).678679Изменено в версии 3.8: Если очередь закрыта, возбуждается [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError) вместо [`OSError`](https://python-all.ru/3.13/library/exceptions.html#OSError).680681#### `get_nowait()`682683Эквивалентно `get(False)`.684685`multiprocessing.Queue` имеет несколько дополнительных методов, отсутствующих в [`queue.Queue`](https://python-all.ru/3.13/library/queue.html#queue.Queue). Обычно эти методы не нужны в большинстве кода:686687#### `close()`688689Закрыть очередь: освободить внутренние ресурсы.690691После закрытия очередь больше нельзя использовать. Например, [`get()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.get), [`put()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.put) и [`empty()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.empty) методы больше не должны вызываться.692693Фоновый поток завершится после того, как сбросит все буферизованные данные в канал. Это вызывается автоматически при сборке мусора очереди.694695#### `join_thread()`696697Присоединяет фоновый поток. Этот метод можно использовать только после вызова [`close()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.close). Он блокируется до завершения фонового потока, гарантируя, что все данные из буфера сброшены в канал.698699По 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/3.13/library/multiprocessing.html#multiprocessing.Queue.cancel_join_thread), чтобы сделать `join_thread()` бездействующим.700701#### `cancel_join_thread()`702703Предотвращает блокировку [`join_thread()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.join_thread). В частности, это предотвращает автоматическое присоединение фонового потока при завершении процесса – см. `join_thread()`.704705Более 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.706707> **Примечание**708>709> Функциональность этого класса требует работающей реализации общего семафора в хост-операционной системе. Без неё функциональность класса будет отключена, а попытки создать экземпляр `Queue` приведут к [`ImportError`](https://python-all.ru/3.13/library/exceptions.html#ImportError). См. [bpo-3770](https://python-all.ru/3.13/library/multiprocessing.html) для дополнительной информации. То же самое относится и ко всем специализированным типам очередей, перечисленным ниже.710711#### `class multiprocessing.SimpleQueue`712713Это упрощённый тип [`Queue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue), очень похожий на [`Pipe`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Pipe) с блокировкой.714715Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.716717#### `close()`718719Закрыть очередь: освободить внутренние ресурсы.720721После закрытия очередь нельзя использовать. Например, методы [`get()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.SimpleQueue.get), [`put()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.SimpleQueue.put) и [`empty()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.SimpleQueue.empty) больше нельзя вызывать.722723Добавлено в версии 3.9.724725#### `empty()`726727Возвращает `True`, если очередь пуста, иначе `False`.728729Всегда вызывает [`OSError`](https://python-all.ru/3.13/library/exceptions.html#OSError), если SimpleQueue закрыта.730731#### `get()`732733Извлекает и возвращает элемент из очереди.734735#### `put(item)`736737Помещает *item* в очередь.738739#### `class multiprocessing.JoinableQueue([maxsize])`740741`JoinableQueue`, подкласс [`Queue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue), – это очередь, которая дополнительно имеет методы [`task_done()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.JoinableQueue.task_done) и [`join()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.JoinableQueue.join).742743Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.744745#### `task_done()`746747Указывает, что ранее поставленная в очередь задача завершена. Используется потребителями очереди. Для каждого [`get()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue.get), используемого для получения задачи, последующий вызов `task_done()` сообщает очереди, что обработка задачи завершена.748749Если [`join()`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.Queue.put) в очередь, был получен вызов `task_done()`).750751Вызывает [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError), если вызывается больше раз, чем было помещено элементов в очередь.752753#### `join()`754755Блокируется до тех пор, пока все элементы в очереди не будут извлечены и обработаны.756757Счётчик незавершённых задач увеличивается каждый раз, когда элемент добавляется в очередь. Счётчик уменьшается, когда потребитель вызывает [`task_done()`](https://python-all.ru/3.13/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/3.13/library/queue.html#queue.Queue.join) разблокируется.758759### Разное760761#### `multiprocessing.active_children()`762763Возвращает список всех активных дочерних процессов текущего процесса.764765Вызов этой функции имеет побочный эффект – «присоединение» всех уже завершённых процессов.766767#### `multiprocessing.cpu_count()`768769Возвращает количество процессоров в системе.770771Это число не эквивалентно количеству процессоров, которые может использовать текущий процесс. Количество доступных процессоров можно получить с помощью [`os.process_cpu_count()`](https://python-all.ru/3.13/library/os.html#os.process_cpu_count) (или `len(os.sched_getaffinity(0))`).772773Если количество процессоров не удаётся определить, вызывается [`NotImplementedError`](https://python-all.ru/3.13/library/exceptions.html#NotImplementedError).774775> **См. также**776>777> [`os.cpu_count()`](https://python-all.ru/3.13/library/os.html#os.cpu_count) [`os.process_cpu_count()`](https://python-all.ru/3.13/library/os.html#os.process_cpu_count)778779Changed in version 3.13: The return value can also be overridden using the [`-X cpu_count`](https://python-all.ru/3.13/using/cmdline.html#cmdoption-X) flag or [`PYTHON_CPU_COUNT`](https://python-all.ru/3.13/using/cmdline.html#envvar-PYTHON_CPU_COUNT) as this is merely a wrapper around the [`os`](https://python-all.ru/3.13/library/os.html#module-os) cpu count APIs.780781#### `multiprocessing.current_process()`782783Возвращает объект [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process), соответствующий текущему процессу.784785Аналог [`threading.current_thread()`](https://python-all.ru/3.13/library/threading.html#threading.current_thread).786787#### `multiprocessing.parent_process()`788789Возвращает объект [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process), соответствующий родительскому процессу [`current_process()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.current_process). Для главного процесса `parent_process` будет `None`.790791Добавлено в версии 3.8.792793#### `multiprocessing.freeze_support()`794795Добавляет поддержку для случая, когда программа, использующая `multiprocessing`, была заморожена для создания исполняемого файла. (Протестировано с **py2exe**, **PyInstaller** и **cx\_Freeze**.)796797Эту функцию необходимо вызвать сразу после строки `if __name__ == '__main__'` в главном модуле. Например:798799```python800from multiprocessing import Process, freeze_support801802def f():803 print('hello world!')804805if __name__ == '__main__':806 freeze_support()807 Process(target=f).start()808```809810Если строка `freeze_support()` опущена, то попытка запустить замороженный исполняемый файл вызовет [`RuntimeError`](https://python-all.ru/3.13/library/exceptions.html#RuntimeError).811812Вызов `freeze_support()` не имеет эффекта, если метод запуска не является *spawn*. Кроме того, если модуль выполняется обычным образом интерпретатором Python (программа не была заморожена), то `freeze_support()` не имеет эффекта.813814#### `multiprocessing.get_all_start_methods()`815816Возвращает список поддерживаемых методов запуска, первый из которых является методом по умолчанию. Возможные методы запуска: `'fork'`, `'spawn'` и `'forkserver'`. Не все платформы поддерживают все методы. См. [Контексты и методы запуска](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-start-methods).817818Добавлено в версии 3.4.819820#### `multiprocessing.get_context(method=None)`821822Возвращает объект контекста, который имеет те же атрибуты, что и модуль `multiprocessing`.823824Если *method* равно `None`, то возвращается контекст по умолчанию. Обратите внимание, что если глобальный метод запуска не был установлен, то он будет установлен в системный по умолчанию. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для подробностей. В противном случае *method* должно быть `'fork'`, `'spawn'`, `'forkserver'`. [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError) возникает, если указанный метод запуска недоступен. См. [Контексты и методы запуска](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-start-methods).825826Добавлено в версии 3.4.827828#### `multiprocessing.get_start_method(allow_none=False)`829830Возвращает имя метода запуска, используемого для запуска процессов.831832Если глобальный метод запуска не установлен и *allow\_none* равно `False`, то глобальный метод запуска устанавливается в значение по умолчанию, и возвращается его имя. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для подробностей.833834Возвращаемое значение может быть `'fork'`, `'spawn'`, `'forkserver'` или `None`. См. [Контексты и методы запуска](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-start-methods).835836Добавлено в версии 3.4.837838Изменено 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/3.13/library/multiprocessing.html).839840#### `multiprocessing.set_executable(executable)`841842Устанавливает путь к интерпретатору Python, который будет использоваться при запуске дочернего процесса. (По умолчанию используется [`sys.executable`](https://python-all.ru/3.13/library/sys.html#sys.executable)). Встраивающим Python, вероятно, потребуется сделать что-то вроде843844```python845set_executable(os.path.join(sys.exec_prefix, 'pythonw.exe'))846```847848прежде чем они смогут создавать дочерние процессы.849850Изменено в версии 3.4: Теперь поддерживается в POSIX, когда используется метод запуска `'spawn'`.851852Изменено в версии 3.11: Принимает [path-like object](https://python-all.ru/3.13/glossary.html#term-path-like-object).853854#### `multiprocessing.set_forkserver_preload(module_names)`855856Устанавливает список имен модулей для главного процесса forkserver, чтобы он попытался импортировать их, чтобы их уже импортированное состояние было унаследовано форкнутыми процессами. Любые [`ImportError`](https://python-all.ru/3.13/library/exceptions.html#ImportError) при этом игнорируются молча. Это можно использовать для повышения производительности, чтобы избежать повторной работы в каждом процессе.857858Чтобы это работало, он должен быть вызван до запуска процесса forkserver (до создания `Pool` или запуска [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process)).859860Имеет смысл только при использовании метода запуска `'forkserver'`. См. [Контексты и методы запуска](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-start-methods).861862Добавлено в версии 3.4.863864#### `multiprocessing.set_start_method(method, force=False)`865866Устанавливает метод, который должен использоваться для запуска дочерних процессов. Аргумент *method* может быть `'fork'`, `'spawn'` или `'forkserver'`. Вызывает [`RuntimeError`](https://python-all.ru/3.13/library/exceptions.html#RuntimeError), если метод запуска уже был установлен и *force* не равно `True`. Если *method* равно `None` и *force* равно `True`, то метод запуска устанавливается в `None`. Если *method* равно `None` и *force* равно `False`, то контекст устанавливается в контекст по умолчанию.867868Обратите внимание, что эта функция должна вызываться не более одного раза, и она должна быть защищена внутри блока `if __name__ == '__main__'` главного модуля.869870См. [Контексты и методы запуска](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-start-methods).871872Добавлено в версии 3.4.873874> **Примечание**875>876> `multiprocessing` не содержит аналогов [`threading.active_count()`](https://python-all.ru/3.13/library/threading.html#threading.active_count), [`threading.enumerate()`](https://python-all.ru/3.13/library/threading.html#threading.enumerate), [`threading.settrace()`](https://python-all.ru/3.13/library/threading.html#threading.settrace), [`threading.setprofile()`](https://python-all.ru/3.13/library/threading.html#threading.setprofile), [`threading.Timer`](https://python-all.ru/3.13/library/threading.html#threading.Timer) или [`threading.local`](https://python-all.ru/3.13/library/threading.html#threading.local).877878### Объекты подключения879880Объекты подключения позволяют отправлять и получать сериализуемые (picklable) объекты или строки. Их можно рассматривать как ориентированные на сообщения соединённые сокеты.881882Объекты подключения обычно создаются с помощью [`Pipe`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Pipe) – см. также [Слушатели и клиенты](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-listeners-clients).883884#### `class multiprocessing.connection.Connection`885886#### `send(obj)`887888Отправляет объект на другой конец подключения; его следует читать с помощью [`recv()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.recv).889890Объект должен быть сериализуемым. Очень большие сериализованные объекты (примерно от 32 МиБ, хотя зависит от ОС) могут вызвать исключение [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError).891892#### `recv()`893894Возвращает объект, отправленный с другого конца подключения с помощью [`send()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.send). Блокируется, пока не появятся данные для получения. Вызывает [`EOFError`](https://python-all.ru/3.13/library/exceptions.html#EOFError), если больше нечего получать и другой конец был закрыт.895896#### `fileno()`897898Возвращает файловый дескриптор или дескриптор (handle), используемый подключением.899900#### `close()`901902Закрывает подключение.903904Вызывается автоматически при сборке мусора для подключения.905906#### `poll([timeout])`907908Возвращает, есть ли данные для чтения.909910Если *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.911912Обратите внимание: с помощью [`multiprocessing.connection.wait()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.wait) можно одновременно опрашивать несколько объектов подключения.913914#### `send_bytes(buf[, offset[, size]])`915916Отправляет байтовые данные из [байтоподобного объекта](https://python-all.ru/3.13/glossary.html#term-bytes-like-object) как полное сообщение.917918Если указан *offset*, данные читаются с этой позиции в *buf*. Если указан *size*, то из *buf* будет прочитано указанное количество байт. Очень большие буферы (примерно от 32 МиБ, хотя зависит от ОС) могут вызвать исключение [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError)919920#### `recv_bytes([maxlength])`921922Возвращает 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/3.13/library/exceptions.html#EOFError), если больше нечего получать и другой конец закрыт.923924Если указан *maxlength* и сообщение длиннее *maxlength*, то вызывается [`OSError`](https://python-all.ru/3.13/library/exceptions.html#OSError), и подключение больше не будет доступно для чтения.925926Изменено в версии 3.3: Ранее эта функция вызывала [`IOError`](https://python-all.ru/3.13/library/exceptions.html#IOError), которая теперь является псевдонимом [`OSError`](https://python-all.ru/3.13/library/exceptions.html#OSError).927928#### `recv_bytes_into(buf[, offset])`929930Читает в *buf* полное сообщение из байтовых данных, отправленное с другого конца подключения, и возвращает количество байт в сообщении. Блокируется, пока не появятся данные для получения. Вызывает [`EOFError`](https://python-all.ru/3.13/library/exceptions.html#EOFError), если больше нечего получать и другой конец был закрыт.931932*buf* должен быть доступным для записи [байтоподобным объектом](https://python-all.ru/3.13/glossary.html#term-bytes-like-object). Если указан *offset*, сообщение будет записано в буфер, начиная с этой позиции. Смещение должно быть неотрицательным целым числом, меньшим длины *buf* (в байтах).933934Если буфер слишком мал, то вызывается исключение `BufferTooShort` и полное сообщение доступно как `e.args[0]`, где `e` экземпляр исключения.935936Изменено в версии 3.3: Теперь объекты подключения могут передаваться между процессами с помощью [`Connection.send()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.send) и [`Connection.recv()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.recv).937938Объекты подключения также теперь поддерживают протокол менеджера контекста – см. [Типы менеджеров контекста](https://python-all.ru/3.13/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__enter__) возвращает объект подключения, а [`__exit__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__exit__) вызывает [`close()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.close).939940Например:941942```pycon943>>> from multiprocessing import Pipe944>>> a, b = Pipe()945>>> a.send([1, 'hello', None])946>>> b.recv()947[1, 'hello', None]948>>> b.send_bytes(b'thank you')949>>> a.recv_bytes()950b'thank you'951>>> import array952>>> arr1 = array.array('i', range(5))953>>> arr2 = array.array('i', [0] * 10)954>>> a.send_bytes(arr1)955>>> count = b.recv_bytes_into(arr2)956>>> assert count == len(arr1) * arr1.itemsize957>>> arr2958array('i', [0, 1, 2, 3, 4, 0, 0, 0, 0, 0])959```960961> **Предупреждение**962>963> Метод [`Connection.recv()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.recv) автоматически десериализует полученные данные, что может быть угрозой безопасности, если нельзя доверять процессу, отправившему сообщение.964>965> Поэтому, если объект подключения не был создан с помощью `Pipe()` следует использовать методы [`recv()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.recv) и [`send()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection.send) только после выполнения некоторой аутентификации. См. [Ключи аутентификации](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-auth-keys).966967> **Предупреждение**968>969> 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.970971### Примитивы синхронизации972973В целом, в многопроцессных программах примитивы синхронизации требуются не так часто, как в многопоточных. См. документацию модуля [`threading`](https://python-all.ru/3.13/library/threading.html#module-threading).974975Обратите внимание, что примитивы синхронизации можно также создавать с помощью объекта менеджера – см. [Менеджеры](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-managers).976977#### `class multiprocessing.Barrier(parties[, action[, timeout]])`978979Объект барьера: клон [`threading.Barrier`](https://python-all.ru/3.13/library/threading.html#threading.Barrier).980981Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.982983Добавлено в версии 3.3.984985#### `class multiprocessing.BoundedSemaphore([value])`986987Объект ограниченного семафора: близкий аналог [`threading.BoundedSemaphore`](https://python-all.ru/3.13/library/threading.html#threading.BoundedSemaphore).988989Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.990991Имеется единственное отличие от его близкого аналога: первый аргумент метода `acquire` называется *block*, что согласуется с [`Lock.acquire()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock.acquire).992993> **Примечание**994>995> На macOS это неотличимо от [`Semaphore`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Semaphore), так как `sem_getvalue()` не реализован на этой платформе.996997#### `class multiprocessing.Condition([lock])`998999Условная переменная: псевдоним для [`threading.Condition`](https://python-all.ru/3.13/library/threading.html#threading.Condition).10001001Если указана *блокировка*, то она должна быть объектом [`Lock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.RLock) из `multiprocessing`.10021003Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.10041005Изменено в версии 3.3: Был добавлен метод [`wait_for()`](https://python-all.ru/3.13/library/threading.html#threading.Condition.wait_for).10061007#### `class multiprocessing.Event`10081009Клон [`threading.Event`](https://python-all.ru/3.13/library/threading.html#threading.Event).10101011Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.10121013#### `class multiprocessing.Lock`10141015Нерекурсивный объект блокировки: близкий аналог [`threading.Lock`](https://python-all.ru/3.13/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` применительно к потокам воспроизводятся здесь в `multiprocessing.Lock` применительно к процессам или потокам, за исключением отмеченных случаев.10161017Обратите внимание, что `Lock` на самом деле является фабричной функцией, которая возвращает экземпляр `multiprocessing.synchronize.Lock`, инициализированный контекстом по умолчанию.10181019Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.10201021`Lock` поддерживает протокол [менеджера контекста](https://python-all.ru/3.13/glossary.html#term-context-manager) и поэтому может использоваться в операторах [`with`](https://python-all.ru/3.13/reference/compound_stmts.html#with).10221023#### `acquire(block=True, timeout=None)`10241025Захватывает блокировку, блокирующую или неблокирующую.10261027Если 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/3.13/library/threading.html#threading.Lock.acquire).10281029Если 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`.10301031При 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/3.13/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.10321033#### `release()`10341035Освобождает блокировку. Может вызываться из любого процесса или потока, а не только из того, который изначально захватил блокировку.10361037Поведение аналогично [`threading.Lock.release()`](https://python-all.ru/3.13/library/threading.html#threading.Lock.release) за исключением того, что при вызове на незаблокированной блокировке возбуждается [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError).10381039#### `class multiprocessing.RLock`10401041Объект рекурсивной блокировки: близкий аналог [`threading.RLock`](https://python-all.ru/3.13/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.10421043Обратите внимание, что `RLock` на самом деле является фабричной функцией, которая возвращает экземпляр `multiprocessing.synchronize.RLock`, инициализированный контекстом по умолчанию.10441045Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.10461047`RLock` поддерживает протокол [менеджера контекста](https://python-all.ru/3.13/glossary.html#term-context-manager) и поэтому может использоваться в операторах [`with`](https://python-all.ru/3.13/reference/compound_stmts.html#with).10481049#### `acquire(block=True, timeout=None)`10501051Захватывает блокировку, блокирующую или неблокирующую.10521053При 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/3.13/library/threading.html#threading.RLock.acquire), начиная с названия самого аргумента.10541055При 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`.10561057Использование и поведение аргумента *timeout* такие же, как в [`Lock.acquire()`](https://python-all.ru/3.13/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/3.13/library/threading.html#threading.RLock.acquire).10581059#### `release()`10601061Освобождает 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.10621063Вызывайте этот метод только когда вызывающий процесс или поток владеет блокировкой. Исключение [`AssertionError`](https://python-all.ru/3.13/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/3.13/library/threading.html#threading.RLock.release).10641065#### `class multiprocessing.Semaphore([value])`10661067Объект семафора: близкий аналог [`threading.Semaphore`](https://python-all.ru/3.13/library/threading.html#threading.Semaphore).10681069Создание экземпляра этого класса может установить глобальный метод запуска. См. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method) для получения дополнительных сведений.10701071Имеется единственное отличие от его близкого аналога: первый аргумент метода `acquire` называется *block*, что согласуется с [`Lock.acquire()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock.acquire).10721073> **Примечание**1074>1075> На macOS `sem_timedwait` не поддерживается, поэтому вызов `acquire()` с тайм-аутом будет эмулировать поведение этой функции с помощью цикла ожидания.10761077> **Примечание**1078>1079> 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/3.13/library/exceptions.html#ImportError). См. [bpo-3770](https://python-all.ru/3.13/library/multiprocessing.html) для получения дополнительной информации.10801081### Общие [`ctypes`](https://python-all.ru/3.13/library/ctypes.html#module-ctypes) объекты10821083Можно создавать общие объекты с помощью разделяемой памяти, которые могут наследоваться дочерними процессами.10841085#### `multiprocessing.Value(typecode_or_type, *args, lock=True)`10861087Возвращает объект [`ctypes`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.Value).10881089*typecode\_or\_type* определяет тип возвращаемого объекта: это либо тип ctypes, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.13/library/array.html#module-array). *\*args* передаётся конструктору типа.10901091Если *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/3.13/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.13/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".10921093Операции, подобные `+=`, которые включают чтение и запись, не являются атомарными. Поэтому, если, например, требуется атомарно увеличить разделяемое значение, недостаточно просто сделать10941095```python1096counter.value += 11097```10981099При условии, что связанная блокировка рекурсивна (по умолчанию она такой и является), можно вместо этого сделать11001101```python1102with counter.get_lock():1103 counter.value += 11104```11051106Обратите внимание, что *блокировка* – это аргумент, передаваемый только по ключевому слову.11071108#### `multiprocessing.Array(typecode_or_type, size_or_initializer, *, lock=True)`11091110Возвращает массив ctypes, выделенный из разделяемой памяти. По умолчанию возвращаемое значение на самом деле является синхронизированной обёрткой для массива.11111112*typecode\_or\_type* определяет тип элементов возвращаемого массива: это либо [тип ctypes](https://python-all.ru/3.13/library/ctypes.html#ctypes-fundamental-data-types), либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.13/library/array.html#module-array), за исключением `'w'`, который не поддерживается. Кроме того, код типа `'c'` является псевдонимом [`ctypes.c_char`](https://python-all.ru/3.13/library/ctypes.html#ctypes.c_char). 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.11131114Если *блокировка* равен `True` (по умолчанию), создаётся новый объект блокировки для синхронизации доступа к значению. Если *блокировка* – объект [`Lock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.13/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».11151116Обратите внимание, что *блокировка* – это аргумент, передаваемый только по ключевому слову.11171118Обратите внимание, что массив [`ctypes.c_char`](https://python-all.ru/3.13/library/ctypes.html#ctypes.c_char) имеет атрибуты *value* и *raw*, которые можно использовать для сохранения и извлечения байтовых строк. В то время как *raw* позволяет взаимодействовать с объектом [`bytes`](https://python-all.ru/3.13/library/stdtypes.html#bytes) на полный размер массива, чтение *value* завершится после нулевого байта, как это делается со строками в большинстве языков программирования.11191120#### Модуль `multiprocessing.sharedctypes`11211122Модуль `multiprocessing.sharedctypes` предоставляет функции для выделения объектов [`ctypes`](https://python-all.ru/3.13/library/ctypes.html#module-ctypes) из разделяемой памяти, которые могут быть унаследованы дочерними процессами.11231124> **Примечание**1125>1126> 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.11271128#### `multiprocessing.sharedctypes.RawArray(typecode_or_type, size_or_initializer)`11291130Возвращает массив ctypes, выделенный из разделяемой памяти.11311132*typecode\_or\_type* определяет тип элементов возвращаемого массива: это либо тип ctypes, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.13/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.11331134Обратите внимание, что установка и получение элемента потенциально неатомарны – используйте вместо этого [`Array()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.sharedctypes.Array), чтобы гарантировать автоматическую синхронизацию доступа с помощью блокировки.11351136#### `multiprocessing.sharedctypes.RawValue(typecode_or_type, *args)`11371138Возвращает объект ctypes, выделенный из разделяемой памяти.11391140*typecode\_or\_type* определяет тип возвращаемого объекта: это либо тип ctypes, либо однобуквенный код типа, используемый модулем [`array`](https://python-all.ru/3.13/library/array.html#module-array). *\*args* передаётся конструктору типа.11411142Обратите внимание, что установка и получение значения потенциально неатомарны – используйте вместо этого [`Value()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.sharedctypes.Value), чтобы гарантировать автоматическую синхронизацию доступа с помощью блокировки.11431144Обратите внимание, что массив [`ctypes.c_char`](https://python-all.ru/3.13/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/3.13/library/ctypes.html#module-ctypes).11451146#### `multiprocessing.sharedctypes.Array(typecode_or_type, size_or_initializer, *, lock=True, ctx=None)`11471148То же, что и [`RawArray()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.sharedctypes.RawArray), за исключением того, что в зависимости от значения *блокировка* может возвращаться процессобезопасная синхронизирующая обёртка вместо необработанного массива ctypes.11491150Если *блокировка* равна `True` (по умолчанию), то создаётся новый объект блокировки для синхронизации доступа к значению. Если *блокировка* является объектом [`Lock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.13/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".11511152*ctx* – это объект контекста или `None` (использовать текущий контекст). Если `None`, вызов этого может установить глобальный метод запуска. Подробнее см. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method).11531154Обратите внимание, что *блокировка* и *ctx* – это только именованные параметры.11551156#### `multiprocessing.sharedctypes.Value(typecode_or_type, *args, lock=True, ctx=None)`11571158То же, что и [`RawValue()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.sharedctypes.RawValue), за исключением того, что в зависимости от значения *блокировка* может возвращаться процессобезопасная синхронизирующая обёртка вместо необработанного объекта ctypes.11591160Если *блокировка* равен `True` (по умолчанию), создаётся новый объект блокировки для синхронизации доступа к значению. Если *блокировка* – объект [`Lock`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Lock) или [`RLock`](https://python-all.ru/3.13/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».11611162*ctx* – это объект контекста или `None` (использовать текущий контекст). Если `None`, вызов этого может установить глобальный метод запуска. Подробнее см. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method).11631164Обратите внимание, что *блокировка* и *ctx* – это только именованные параметры.11651166#### `multiprocessing.sharedctypes.copy(obj)`11671168Возвращает объект ctypes, выделенный в общей памяти и являющийся копией объекта ctypes *obj*.11691170#### `multiprocessing.sharedctypes.synchronized(obj, lock=None, ctx=None)`11711172Возвращает 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/3.13/library/multiprocessing.html#multiprocessing.RLock) создаётся автоматически.11731174*ctx* – это объект контекста или `None` (использовать текущий контекст). Если `None`, вызов этого может установить глобальный метод запуска. Подробнее см. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method).11751176Синхронизированная обёртка будет иметь два дополнительных метода (помимо методов обёрнутого объекта): `get_obj()` возвращает обёрнутый объект, а `get_lock()` – объект блокировки, используемый для синхронизации.11771178Обратите внимание, что доступ к объекту ctypes через обёртку может быть значительно медленнее, чем доступ к исходному объекту ctypes.11791180Изменено в версии 3.5: Синхронизированные объекты поддерживают протокол [контекстного менеджера](https://python-all.ru/3.13/glossary.html#term-context-manager).11811182В 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/3.13/library/ctypes.html#ctypes.Structure).)11831184| ctypes | sharedctypes с типом | sharedctypes с typecode |1185| --- | --- | --- |1186| c\_double(2.4) | RawValue(c\_double, 2.4) | RawValue(‘d’, 2.4) |1187| MyStruct(4, 6) | RawValue(MyStruct, 4, 6) | |1188| (c\_short \* 7)() | RawArray(c\_short, 7) | RawArray(‘h’, 7) |1189| (c\_int \* 3)(9, 2, 8) | RawArray(c\_int, (9, 2, 8)) | RawArray(‘i’, (9, 2, 8)) |11901191Ниже приведён пример, в котором дочерний процесс изменяет несколько объектов ctypes:11921193```python1194from multiprocessing import Process, Lock1195from multiprocessing.sharedctypes import Value, Array1196from ctypes import Structure, c_double11971198class Point(Structure):1199 _fields_ = [('x', c_double), ('y', c_double)]12001201def modify(n, x, s, A):1202 n.value **= 21203 x.value **= 21204 s.value = s.value.upper()1205 for a in A:1206 a.x **= 21207 a.y **= 212081209if __name__ == '__main__':1210 lock = Lock()12111212 n = Value('i', 7)1213 x = Value(c_double, 1.0/3.0, lock=False)1214 s = Array('c', b'hello world', lock=lock)1215 A = Array(Point, [(1.875,-6.25), (-5.75,2.0), (2.375,9.5)], lock=lock)12161217 p = Process(target=modify, args=(n, x, s, A))1218 p.start()1219 p.join()12201221 print(n.value)1222 print(x.value)1223 print(s.value)1224 print([(a.x, a.y) for a in A])1225```12261227Выводятся следующие результаты:12281229```text12304912310.11111111111111111232HELLO WORLD1233[(3.515625, 39.0625), (33.0625, 4.0), (5.640625, 90.25)]1234```12351236### Менеджеры12371238Менеджеры 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.12391240#### `multiprocessing.Manager()`12411242Возвращает запущенный объект [`SyncManager`](https://python-all.ru/3.13/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.12431244Процессы 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/3.13/library/multiprocessing.html#module-multiprocessing.managers):12451246#### `class multiprocessing.managers.BaseManager(address=None, authkey=None, serializer='pickle', ctx=None, *, shutdown_timeout=1.0)`12471248Создает объект BaseManager.12491250После создания необходимо вызвать [`start()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.start) или `get_server().serve_forever()`, чтобы объект менеджера ссылался на запущенный процесс менеджера.12511252*address* – адрес, на котором процесс менеджера ожидает новые подключения. Если *address* равно `None`, то выбирается произвольный адрес.12531254*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.12551256*serializer* должен быть `'pickle'` (использовать сериализацию [`pickle`](https://python-all.ru/3.13/library/pickle.html#module-pickle)) или `'xmlrpclib'` (использовать сериализацию [`xmlrpc.client`](https://python-all.ru/3.13/library/xmlrpc.client.html#module-xmlrpc.client)).12571258*ctx* – это объект контекста или `None` (использовать текущий контекст). Если `None`, вызов этого может установить глобальный метод запуска. Подробнее см. [Глобальный метод запуска](https://python-all.ru/3.13/library/multiprocessing.html#global-start-method).12591260*shutdown\_timeout* – тайм-аут в секундах, который используется для ожидания завершения процесса, используемого менеджером, в методе [`shutdown()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.shutdown). Если тайм-аут истекает, процесс завершается. Если завершение процесса также истекает по тайм-ауту, процесс уничтожается.12611262Изменено в версии 3.11: Добавлен параметр *shutdown\_timeout*.12631264#### `start([initializer[, initargs]])`12651266Запускает подпроцесс для запуска менеджера. Если *initializer* не равно `None`, то подпроцесс вызовет `initializer(*initargs)` при запуске.12671268#### `get_server()`12691270Возвращает объект `Server`, представляющий реальный сервер, управляемый менеджером. Объект `Server` поддерживает метод `serve_forever()`:12711272```python1273>>> from multiprocessing.managers import BaseManager1274>>> manager = BaseManager(address=('', 50000), authkey=b'abc')1275>>> server = manager.get_server()1276>>> server.serve_forever()1277```12781279`Server` также имеет атрибут [`address`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.address).12801281#### `connect()`12821283Подключает локальный объект менеджера к удаленному процессу менеджера:12841285```python1286>>> from multiprocessing.managers import BaseManager1287>>> m = BaseManager(address=('127.0.0.1', 50000), authkey=b'abc')1288>>> m.connect()1289```12901291#### `shutdown()`12921293Останавливает процесс, используемый менеджером. Это доступно только если [`start()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.start) был использован для запуска серверного процесса.12941295Этот метод можно вызывать несколько раз.12961297#### `register(typeid[, callable[, proxytype[, exposed[, method_to_typeid[, create_method]]]]])`12981299Метод класса, который можно использовать для регистрации типа или вызываемого объекта в классе менеджера.13001301*typeid* – это «идентификатор типа», который используется для идентификации определенного типа разделяемого объекта. Должен быть строкой.13021303*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/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.connect), или если аргумент *create\_method* равен `False`, то этот параметр можно оставить как `None`.13041305*proxytype* – это подкласс [`BaseProxy`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseProxy), который используется для создания прокси для разделяемых объектов с данным *typeid*. Если `None`, то класс прокси создается автоматически.13061307*exposed* используется для указания последовательности имен методов, к которым прокси для данного typeid должны иметь доступ через [`BaseProxy._callmethod()`](https://python-all.ru/3.13/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/3.13/reference/datamodel.html#object.__call__) и имя которого не начинается с `'_'`.)13081309*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.13101311*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`.13121313Экземпляры `BaseManager` также имеют одно свойство только для чтения:13141315#### `address`13161317Адрес, используемый менеджером.13181319Изменено в версии 3.3: Объекты Manager поддерживают протокол управления контекстом – см. [Типы менеджеров контекста](https://python-all.ru/3.13/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__enter__) запускает серверный процесс (если он еще не запущен), а затем возвращает объект менеджера. [`__exit__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__exit__) вызывает [`shutdown()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.shutdown).13201321В предыдущих версиях [`__enter__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__enter__) не запускал серверный процесс менеджера, если он ещё не был запущен.13221323#### `class multiprocessing.managers.SyncManager`13241325Подкласс [`BaseManager`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager), который можно использовать для синхронизации процессов. Объекты этого типа возвращаются [`multiprocessing.Manager()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Manager).13261327Его методы создают и возвращают [объекты-прокси](https://python-all.ru/3.13/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.13281329#### `Barrier(parties[, action[, timeout]])`13301331Создать общий объект [`threading.Barrier`](https://python-all.ru/3.13/library/threading.html#threading.Barrier) и вернуть для него прокси.13321333Добавлено в версии 3.3.13341335#### `BoundedSemaphore([value])`13361337Создать общий объект [`threading.BoundedSemaphore`](https://python-all.ru/3.13/library/threading.html#threading.BoundedSemaphore) и вернуть для него прокси.13381339#### `Condition([lock])`13401341Создать общий объект [`threading.Condition`](https://python-all.ru/3.13/library/threading.html#threading.Condition) и вернуть прокси для него.13421343Если *блокировка* предоставлена, то она должна быть прокси для объекта [`threading.Lock`](https://python-all.ru/3.13/library/threading.html#threading.Lock) или [`threading.RLock`](https://python-all.ru/3.13/library/threading.html#threading.RLock).13441345Изменено в версии 3.3: Был добавлен метод [`wait_for()`](https://python-all.ru/3.13/library/threading.html#threading.Condition.wait_for).13461347#### `Event()`13481349Создать общий объект [`threading.Event`](https://python-all.ru/3.13/library/threading.html#threading.Event) и вернуть прокси для него.13501351#### `Lock()`13521353Создать общий объект [`threading.Lock`](https://python-all.ru/3.13/library/threading.html#threading.Lock) и вернуть прокси для него.13541355#### `Namespace()`13561357Создать общий объект [`Namespace`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.Namespace) и вернуть прокси для него.13581359#### `Queue([maxsize])`13601361Создать общий объект [`queue.Queue`](https://python-all.ru/3.13/library/queue.html#queue.Queue) и вернуть прокси для него.13621363#### `RLock()`13641365Создать общий объект [`threading.RLock`](https://python-all.ru/3.13/library/threading.html#threading.RLock) и вернуть прокси для него.13661367#### `Semaphore([value])`13681369Создать общий объект [`threading.Semaphore`](https://python-all.ru/3.13/library/threading.html#threading.Semaphore) и вернуть прокси для него.13701371#### `Array(typecode, sequence)`13721373Создать массив и вернуть для него прокси.13741375#### `Value(typecode, value)`13761377Создать объект с атрибутом `value`, доступным для записи, и вернуть прокси для него.13781379#### `dict()`13801381#### `dict(mapping)`13821383#### `dict(sequence)`13841385Создать общий объект [`dict`](https://python-all.ru/3.13/library/stdtypes.html#dict) и вернуть прокси для него.13861387#### `list()`13881389#### `list(sequence)`13901391Создать общий объект [`list`](https://python-all.ru/3.13/library/stdtypes.html#list) и вернуть прокси для него.13921393Изменено 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`.13941395#### `class multiprocessing.managers.Namespace`13961397Тип, который можно зарегистрировать с помощью [`SyncManager`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.SyncManager).13981399Объект пространства имён не имеет открытых методов, но имеет изменяемые атрибуты. Его представление показывает значения его атрибутов.14001401Однако при использовании прокси для объекта пространства имён атрибут, начинающийся с `'_'`, будет атрибутом прокси, а не атрибутом референта:14021403```pycon1404>>> mp_context = multiprocessing.get_context('spawn')1405>>> manager = mp_context.Manager()1406>>> Global = manager.Namespace()1407>>> Global.x = 101408>>> Global.y = 'hello'1409>>> Global._z = 12.3 # это атрибут прокси1410>>> print(Global)1411Namespace(x=10, y='hello')1412```14131414#### Настраиваемые менеджеры14151416Чтобы создать собственный менеджер, создаётся подкласс [`BaseManager`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager) и используется метод класса [`register()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.register) для регистрации новых типов или вызываемых объектов в классе менеджера. Например:14171418```python1419from multiprocessing.managers import BaseManager14201421class MathsClass:1422 def add(self, x, y):1423 return x + y1424 def mul(self, x, y):1425 return x * y14261427class MyManager(BaseManager):1428 pass14291430MyManager.register('Maths', MathsClass)14311432if __name__ == '__main__':1433 with MyManager() as manager:1434 maths = manager.Maths()1435 print(maths.add(4, 3)) # выводит 71436 print(maths.mul(7, 8)) # выводит 561437```14381439#### Использование удалённого менеджера14401441Можно запустить сервер менеджера на одной машине и позволить клиентам использовать его с других машин (при условии, что соответствующие брандмауэры это разрешают).14421443Выполнение следующих команд создаёт сервер для одной общей очереди, к которой удалённые клиенты могут обращаться:14441445```python1446>>> from multiprocessing.managers import BaseManager1447>>> from queue import Queue1448>>> queue = Queue()1449>>> class QueueManager(BaseManager): pass1450>>> QueueManager.register('get_queue', callable=lambda:queue)1451>>> m = QueueManager(address=('', 50000), authkey=b'abracadabra')1452>>> s = m.get_server()1453>>> s.serve_forever()1454```14551456Один клиент может получить доступ к серверу следующим образом:14571458```python1459>>> from multiprocessing.managers import BaseManager1460>>> class QueueManager(BaseManager): pass1461>>> QueueManager.register('get_queue')1462>>> m = QueueManager(address=('foo.bar.org', 50000), authkey=b'abracadabra')1463>>> m.connect()1464>>> queue = m.get_queue()1465>>> queue.put('hello')1466```14671468Другой клиент также может использовать его:14691470```python1471>>> from multiprocessing.managers import BaseManager1472>>> class QueueManager(BaseManager): pass1473>>> QueueManager.register('get_queue')1474>>> m = QueueManager(address=('foo.bar.org', 50000), authkey=b'abracadabra')1475>>> m.connect()1476>>> queue = m.get_queue()1477>>> queue.get()1478'hello'1479```14801481Локальные процессы также могут получить доступ к этой очереди, используя приведённый выше код на клиенте для удалённого доступа к ней:14821483```python1484>>> from multiprocessing import Process, Queue1485>>> from multiprocessing.managers import BaseManager1486>>> class Worker(Process):1487... def __init__(self, q):1488... self.q = q1489... super().__init__()1490... def run(self):1491... self.q.put('local hello')1492...1493>>> queue = Queue()1494>>> w = Worker(queue)1495>>> w.start()1496>>> class QueueManager(BaseManager): pass1497...1498>>> QueueManager.register('get_queue', callable=lambda: queue)1499>>> m = QueueManager(address=('', 50000), authkey=b'abracadabra')1500>>> s = m.get_server()1501>>> s.serve_forever()1502```15031504### Объекты-прокси15051506Прокси – 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.15071508Объект-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:15091510```pycon1511>>> mp_context = multiprocessing.get_context('spawn')1512>>> manager = mp_context.Manager()1513>>> l = manager.list([i*i for i in range(10)])1514>>> print(l)1515[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]1516>>> print(repr(l))1517<ListProxy object, typeid 'list' at 0x...>1518>>> l[4]1519161520>>> l[2:5]1521[4, 9, 16]1522```15231524Обратите внимание, что применение [`str()`](https://python-all.ru/3.13/library/stdtypes.html#str) к прокси вернёт представление референта, тогда как применение [`repr()`](https://python-all.ru/3.13/library/functions.html#repr) вернёт представление прокси.15251526Важная особенность объектов-прокси – они сериализуемы (picklable), поэтому их можно передавать между процессами. Таким образом, референт может содержать [Объекты-прокси](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-proxy-objects). Это допускает вложение управляемых списков, словарей и других [Объектов-прокси](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-proxy-objects):15271528```pycon1529>>> a = manager.list()1530>>> b = manager.list()1531>>> a.append(b) # референт a теперь содержит референт b1532>>> print(a, b)1533[<ListProxy object, typeid 'list' at ...>] []1534>>> b.append('hello')1535>>> print(a[0], b)1536['hello'] ['hello']1537```15381539Аналогично, прокси словарей и списков могут быть вложены друг в друга:15401541```python1542>>> l_outer = manager.list([ manager.dict() for i in range(2) ])1543>>> d_first_inner = l_outer[0]1544>>> d_first_inner['a'] = 11545>>> d_first_inner['b'] = 21546>>> l_outer[1]['c'] = 31547>>> l_outer[1]['z'] = 261548>>> print(l_outer[0])1549{'a': 1, 'b': 2}1550>>> print(l_outer[1])1551{'c': 3, 'z': 26}1552```15531554Если в референт входят стандартные (не прокси) объекты [`list`](https://python-all.ru/3.13/library/stdtypes.html#list) или [`dict`](https://python-all.ru/3.13/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:15551556```python1557# создать прокси для списка и добавить изменяемый объект (словарь)1558lproxy = manager.list()1559lproxy.append({})1560# теперь изменить словарь1561d = lproxy[0]1562d['a'] = 11563d['b'] = 21564# на данный момент изменения в d еще не синхронизированы, но при1565# обновлении словаря прокси уведомляется об изменении1566lproxy[0] = d1567```15681569Этот подход, возможно, менее удобен, чем использование вложенных [Объектов-прокси](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-proxy-objects) в большинстве случаев, но также демонстрирует степень контроля над синхронизацией.15701571> **Примечание**1572>1573> Типы прокси в `multiprocessing` не поддерживают сравнение по значению. Так, например:1574>1575> ```pycon1576> >>> manager.list([1,2,3]) == [1,2,3]1577> False1578> ```1579>1580> При сравнении следует просто использовать копию референта.15811582#### `class multiprocessing.managers.BaseProxy`15831584Прокси-объекты являются экземплярами подклассов `BaseProxy`.15851586#### `_callmethod(methodname[, args[, kwds]])`15871588Вызывает метод референта прокси и возвращает результат.15891590Если `proxy` – это прокси, чей референт – `obj`, то выражение15911592```python1593proxy._callmethod(methodname, args, kwds)1594```15951596вычислит выражение15971598```python1599getattr(obj, methodname)(*args, **kwds)1600```16011602в процессе менеджера.16031604Возвращаемое 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/3.13/library/multiprocessing.html#multiprocessing.managers.BaseManager.register).16051606Если при вызове возникло исключение, то оно повторно возбуждается с помощью `_callmethod()`. Если в процессе менеджера возникло другое исключение, то оно преобразуется в исключение `RemoteError` и возбуждается с помощью `_callmethod()`.16071608Обратите внимание, что исключение будет возбуждаться, если *methodname* не был *экспонирован*.16091610Пример использования `_callmethod()`:16111612```pycon1613>>> l = manager.list(range(10))1614>>> l._callmethod('__len__')1615101616>>> l._callmethod('__getitem__', (slice(2, 7),)) # эквивалентно l[2:7]1617[2, 3, 4, 5, 6]1618>>> l._callmethod('__getitem__', (20,)) # эквивалентно l[20]1619Traceback (most recent call last):1620...1621IndexError: list index out of range1622```16231624#### `_getvalue()`16251626Возвращает копию референта.16271628Если референт не может быть сериализован (unpicklable), то это вызовет исключение.16291630#### `__repr__()`16311632Возвращает представление прокси-объекта.16331634#### `__str__()`16351636Возвращает представление референта.16371638#### Очистка16391640Прокси-объект использует колбэк слабой ссылки: когда он собирается сборщиком мусора, он отменяет свою регистрацию у менеджера, которому принадлежит его референт.16411642Разделяемый объект удаляется из процесса менеджера, когда на него больше не ссылается ни один прокси.16431644### Пулы процессов16451646Можно создать пул процессов, который будет выполнять задачи, отправленные ему с помощью класса [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool).16471648#### `class multiprocessing.pool.Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])`16491650Объект 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.16511652*processes* – количество используемых рабочих процессов. Если *processes* равно `None`, то используется число, возвращаемое [`os.process_cpu_count()`](https://python-all.ru/3.13/library/os.html#os.process_cpu_count).16531654Если *initializer* не равно `None`, то каждый рабочий процесс вызовет `initializer(*initargs)` при запуске.16551656*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.16571658*context* можно использовать для указания контекста, используемого для запуска рабочих процессов. Обычно пул создаётся с помощью функции `multiprocessing.Pool()` или метода [`Pool()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool) объекта контекста. В обоих случаях *context* устанавливается соответствующим образом. Если `None`, вызов этой функции будет иметь побочный эффект: установит текущий глобальный метод запуска, если он ещё не был установлен. См. функцию `get_context()`.16591660Обратите внимание, что методы объекта пула должны вызываться только тем процессом, который создал пул.16611662> **Предупреждение**1663>1664> Объекты [`multiprocessing.pool`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.close) и [`terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.terminate) вручную. Несоблюдение этого может привести к зависанию процесса при завершении.1665>1666> 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/3.13/reference/datamodel.html#object.__del__) для получения дополнительной информации).16671668Изменено в версии 3.2: Добавлен параметр *maxtasksperchild*.16691670Изменено в версии 3.4: Добавлен параметр *context*.16711672Изменено в версии 3.13: *processes* по умолчанию использует [`os.process_cpu_count()`](https://python-all.ru/3.13/library/os.html#os.process_cpu_count) вместо [`os.cpu_count()`](https://python-all.ru/3.13/library/os.html#os.cpu_count).16731674> **Примечание**1675>1676> Рабочие процессы внутри `Pool` обычно существуют в течение всего времени работы очереди задач пула. Часто встречающийся в других системах (например, Apache, mod\_wsgi и т.д.) подход для освобождения ресурсов, удерживаемых рабочими процессами, заключается в том, чтобы разрешить рабочему процессу в пуле выполнить только определённое количество работы перед завершением, после чего он очищается и создаётся новый процесс взамен старого. Аргумент *maxtasksperchild* конструктора `Pool` предоставляет эту возможность конечному пользователю.16771678#### `apply(func[, args[, kwds]])`16791680Вызывает *func* с аргументами *args* и именованными аргументами *kwds*. Блокируется до получения результата. Поскольку этот метод блокируется, [`apply_async()`](https://python-all.ru/3.13/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.16811682#### `apply_async(func[, args[, kwds[, callback[, error_callback]]]])`16831684Вариант метода [`apply()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.apply), который возвращает объект [`AsyncResult`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.AsyncResult).16851686Если 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*.16871688Если указан *error\_callback*, то это должен быть вызываемый объект, принимающий один аргумент. Если целевая функция завершается ошибкой, то *error\_callback* вызывается с экземпляром исключения.16891690Колбэки должны завершаться немедленно, иначе поток, обрабатывающий результаты, будет заблокирован.16911692#### `map(func, iterable[, chunksize])`16931694Параллельный аналог встроенной функции [`map()`](https://python-all.ru/3.13/library/functions.html#map) (однако поддерживает только один аргумент *iterable*, для нескольких итерируемых объектов см. [`starmap()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.starmap)). Блокируется до получения результата.16951696Этот 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.16971698Обратите 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/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.imap) или [`imap_unordered()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.imap_unordered) с явным указанием *chunksize*.16991700#### `map_async(func, iterable[, chunksize[, callback[, error_callback]]])`17011702Вариант метода [`map()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.map), который возвращает объект [`AsyncResult`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.AsyncResult).17031704Если 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*.17051706Если указан *error\_callback*, то это должен быть вызываемый объект, принимающий один аргумент. Если целевая функция завершается ошибкой, то *error\_callback* вызывается с экземпляром исключения.17071708Колбэки должны завершаться немедленно, иначе поток, обрабатывающий результаты, будет заблокирован.17091710#### `imap(func, iterable[, chunksize])`17111712Более ленивая версия [`map()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.map).17131714Аргумент *chunksize* совпадает с тем, что используется в методе [`map()`](https://python-all.ru/3.13/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`.17151716Кроме того, если *chunksize* равно `1`, то метод `next()` итератора, возвращаемого методом `imap()`, имеет необязательный параметр *timeout*: `next(timeout)` возбудит [`multiprocessing.TimeoutError`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.TimeoutError), если результат не может быть возвращён в течение *timeout* секунд.17171718#### `imap_unordered(func, iterable[, chunksize])`17191720То же, что и [`imap()`](https://python-all.ru/3.13/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».)17211722#### `starmap(func, iterable[, chunksize])`17231724Как и [`map()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.map), за исключением того, что элементы *iterable* должны быть итерируемыми объектами, которые распаковываются в аргументы.17251726Таким образом, *iterable* из `[(1,2), (3, 4)]` приводит к `[func(1,2), func(3,4)]`.17271728Добавлено в версии 3.3.17291730#### `starmap_async(func, iterable[, chunksize[, callback[, error_callback]]])`17311732Комбинация [`starmap()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.starmap) и [`map_async()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.map_async), которая перебирает *iterable* из итерируемых объектов и вызывает *func* с распакованными итерируемыми объектами. Возвращает объект результата.17331734Добавлено в версии 3.3.17351736#### `close()`17371738Предотвращает отправку новых задач в пул. После завершения всех задач рабочие процессы завершаются.17391740#### `terminate()`17411742Немедленно останавливает рабочие процессы, не дожидаясь завершения незаконченных задач. Когда объект пула будет собран сборщиком мусора, `terminate()` будет вызван немедленно.17431744#### `join()`17451746Ожидает завершения рабочих процессов. Перед использованием `join()` необходимо вызвать [`close()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.close) или [`terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.terminate).17471748Изменено в версии 3.3:Объекты пула теперь поддерживают протокол управления контекстом – см. [Context Manager Types](https://python-all.ru/3.13/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__enter__) возвращает объект пула, а [`__exit__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__exit__) вызывает [`terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.terminate).17491750#### `class multiprocessing.pool.AsyncResult`17511752Класс результата, возвращаемого [`Pool.apply_async()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.apply_async) и [`Pool.map_async()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.map_async).17531754#### `get([timeout])`17551756Возвращает 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/3.13/library/multiprocessing.html#multiprocessing.TimeoutError). Если удалённый вызов вызвал исключение, то это исключение будет повторно возбуждено `get()`.17571758#### `wait([timeout])`17591760Ожидает, пока результат не станет доступен или пока не пройдёт *timeout* секунд.17611762#### `ready()`17631764Возвращает, завершён ли вызов.17651766#### `successful()`17671768Возвращает, завершился ли вызов без возникновения исключения. Возбуждает [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError), если результат ещё не готов.17691770Изменено в версии 3.7:Если результат ещё не готов, [`ValueError`](https://python-all.ru/3.13/library/exceptions.html#ValueError) возбуждается вместо [`AssertionError`](https://python-all.ru/3.13/library/exceptions.html#AssertionError).17711772Следующий пример демонстрирует использование пула:17731774```python1775from multiprocessing import Pool1776import time17771778def f(x):1779 return x*x17801781if __name__ == '__main__':1782 with Pool(processes=4) as pool: # запустить 4 рабочих процесса1783 result = pool.apply_async(f, (10,)) # вычислить "f(10)" асинхронно в одном процессе1784 print(result.get(timeout=1)) # выводит "100", если компьютер не *очень* медленный17851786 print(pool.map(f, range(10))) # выводит "[0, 1, 4,..., 81]"17871788 it = pool.imap(f, range(10))1789 print(next(it)) # выводит "0"1790 print(next(it)) # выводит "1"1791 print(it.next(timeout=1)) # выводит "4", если компьютер не *очень* медленный17921793 result = pool.apply_async(time.sleep, (10,))1794 print(result.get(timeout=1)) # вызывает multiprocessing.TimeoutError1795```17961797### Слушатели и клиенты17981799Обычно обмен сообщениями между процессами осуществляется с помощью очередей или объектов [`Connection`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection), возвращаемых [`Pipe()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Pipe).18001801Однако модуль `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/3.13/library/hmac.html#module-hmac) и опрос нескольких подключений одновременно.18021803#### `multiprocessing.connection.deliver_challenge(connection, authkey)`18041805Отправляет случайно сгенерированное сообщение на другой конец соединения и ожидает ответа.18061807Если 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/3.13/library/multiprocessing.html#multiprocessing.AuthenticationError).18081809#### `multiprocessing.connection.answer_challenge(connection, authkey)`18101811Принимает сообщение, вычисляет дайджест сообщения, используя *authkey* в качестве ключа, а затем отправляет дайджест обратно.18121813Если приветственное сообщение не получено, то возбуждается [`AuthenticationError`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.AuthenticationError).18141815#### `multiprocessing.connection.Client(address[, family[, authkey]])`18161817Пытается установить соединение с слушателем, использующим адрес *address*, возвращая [`Connection`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection).18181819Тип соединения определяется аргументом *family*, но его обычно можно опустить, поскольку он обычно определяется по формату *address*. (См. [Address Formats](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-address-formats))18201821Если *authkey* задан и не равен `None`, он должен быть байтовой строкой и будет использоваться как секретный ключ для аутентификации на основе HMAC. Если *authkey* равен `None`, аутентификация не выполняется. В случае неудачи аутентификации возбуждается [`AuthenticationError`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.AuthenticationError). См. [Ключи аутентификации](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-auth-keys).18221823#### `class multiprocessing.connection.Listener([address[, family[, backlog[, authkey]]]])`18241825Обёртка для привязанного сокета или именованного канала Windows, который «прослушивает» подключения.18261827*address* – это адрес, который будет использоваться привязанным сокетом или именованным каналом объекта слушателя.18281829> **Примечание**1830>1831> 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’.18321833*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/3.13/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/3.13/library/tempfile.html#tempfile.mkstemp).18341835Если объект listener использует сокет, то *backlog* (по умолчанию 1) передаётся методу [`listen()`](https://python-all.ru/3.13/library/socket.html#socket.socket.listen) сокета после его привязки.18361837Если *authkey* задан и не равен `None`, он должен быть байтовой строкой и будет использоваться как секретный ключ для аутентификации на основе HMAC. Если *authkey* равен `None`, аутентификация не выполняется. В случае неудачи аутентификации возбуждается [`AuthenticationError`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.AuthenticationError). См. [Ключи аутентификации](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing-auth-keys).18381839#### `accept()`18401841Принимает соединение на привязанном сокете или именованном канале объекта listener и возвращает объект [`Connection`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection). Если предпринята попытка аутентификации и она не удалась, возбуждается [`AuthenticationError`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.AuthenticationError).18421843#### `close()`18441845Закрывает привязанный сокет или именованный канал объекта listener. Этот метод вызывается автоматически при сборке мусора listener'а. Однако рекомендуется вызывать его явно.18461847Объекты Listener имеют следующие свойства только для чтения:18481849#### `address`18501851Адрес, используемый объектом Listener.18521853#### `last_accepted`18541855Адрес, с которого поступило последнее принятое соединение. Если он недоступен, то равен `None`.18561857Изменено в версии 3.3: Объекты Listener теперь поддерживают протокол управления контекстом – см. [Типы менеджеров контекста](https://python-all.ru/3.13/library/stdtypes.html#typecontextmanager). [`__enter__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__enter__) возвращает объект listener, а [`__exit__()`](https://python-all.ru/3.13/library/stdtypes.html#contextmanager.__exit__) вызывает [`close()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Listener.close).18581859#### `multiprocessing.connection.wait(object_list, timeout=None)`18601861Ожидает, 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.18621863На обеих платформах, POSIX и Windows, объект может находиться в *object\_list*, если он18641865- читаемый объект [`Connection`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Connection);1866- подключенный и читаемый объект [`socket.socket`](https://python-all.ru/3.13/library/socket.html#socket.socket); или1867- атрибут [`sentinel`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.sentinel) объекта [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process).18681869Объект соединения или сокета готов, когда из него доступны для чтения данные или другой конец был закрыт.18701871**POSIX**: `wait(object_list, timeout)` почти эквивалентен `select.select(object_list, [], [], timeout)`. Разница в том, что если [`select.select()`](https://python-all.ru/3.13/library/select.html#select.select) прерывается сигналом, он может возбудить [`OSError`](https://python-all.ru/3.13/library/exceptions.html#OSError) с кодом ошибки `EINTR`, тогда как `wait()` этого не сделает.18721873**Windows**: Элемент в *object\_list* должен быть либо целочисленным дескриптором, который ожидаем (согласно определению из документации функции Win32 `WaitForMultipleObjects()`), либо объектом с методом [`fileno()`](https://python-all.ru/3.13/library/io.html#io.IOBase.fileno), возвращающим дескриптор сокета или канала. (Обратите внимание: дескрипторы каналов и сокетов **не** являются ожидаемыми дескрипторами.)18741875Добавлено в версии 3.3.18761877**Примеры**18781879Следующий серверный код создаёт listener, который использует `'secret password'` в качестве ключа аутентификации. Затем он ожидает соединения и отправляет некоторые данные клиенту:18801881```python1882from multiprocessing.connection import Listener1883from array import array18841885address = ('localhost', 6000) # семейство определяется как 'AF_INET'18861887with Listener(address, authkey=b'secret password') as listener:1888 with listener.accept() as conn:1889 print('connection accepted from', listener.last_accepted)18901891 conn.send([2.25, None, 'junk', float])18921893 conn.send_bytes(b'hello')18941895 conn.send_bytes(array('i', [42, 1729]))1896```18971898Следующий код подключается к серверу и получает от него некоторые данные:18991900```python1901from multiprocessing.connection import Client1902from array import array19031904address = ('localhost', 6000)19051906with Client(address, authkey=b'secret password') as conn:1907 print(conn.recv()) # => [2.25, None, 'junk', float]19081909 print(conn.recv_bytes()) # => 'hello'19101911 arr = array('i', [0, 0, 0, 0, 0])1912 print(conn.recv_bytes_into(arr)) # => 81913 print(arr) # => array('i', [42, 1729, 0, 0, 0])1914```19151916Следующий код использует [`wait()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.wait) для ожидания сообщений от нескольких процессов одновременно:19171918```python1919from multiprocessing import Process, Pipe, current_process1920from multiprocessing.connection import wait19211922def foo(w):1923 for i in range(10):1924 w.send((i, current_process().name))1925 w.close()19261927if __name__ == '__main__':1928 readers = []19291930 for i in range(4):1931 r, w = Pipe(duplex=False)1932 readers.append(r)1933 p = Process(target=foo, args=(w,))1934 p.start()1935 # Закрываем записывающий конец канала, чтобы убедиться, что1936 # p – единственный процесс, владеющий дескриптором канала. Это1937 # гарантирует, что когда p закроет свой дескриптор для записывающего конца,1938 # wait() немедленно сообщит, что читающий конец готов1939 w.close()19401941 while readers:1942 for r in wait(readers):1943 try:1944 msg = r.recv()1945 except EOFError:1946 readers.remove(r)1947 else:1948 print(msg)1949```19501951#### Форматы адресов19521953- Адрес `'AF_INET'` – это кортеж вида `(hostname, port)`, где *hostname* – строка, а *port* – целое число.1954- Адрес `'AF_UNIX'` – это строка, представляющая имя файла в файловой системе.1955- Адрес `'AF_PIPE'` – это строка вида `r'\\.\pipe\PipeName'`. Чтобы использовать [`Client()`](https://python-all.ru/3.13/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'`.19561957Обратите внимание: любая строка, начинающаяся с двух обратных слешей, по умолчанию считается адресом `'AF_PIPE'`, а не `'AF_UNIX'`.19581959### Ключи аутентификации19601961При использовании [`Connection.recv`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.connection.Listener) и [`Client()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Client) используют модуль [`hmac`](https://python-all.ru/3.13/library/hmac.html#module-hmac) для обеспечения дайджест-аутентификации.19621963Ключ 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.)19641965Если запрошена аутентификация, но ключ аутентификации не указан, то используется возвращаемое значение `current_process().authkey` (см. [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process)). Это значение автоматически наследуется любым объектом `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.19661967Подходящие ключи аутентификации также можно сгенерировать с помощью [`os.urandom()`](https://python-all.ru/3.13/library/os.html#os.urandom).19681969Эта аутентификация защищает соединения [`Listener`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Listener) и [`Client()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.connection.Client), которые доступны по адресу. Она не применяется к анонимным каналам, созданным [`Pipe()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Pipe) или используемым внутри [`Queue`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Queue). `multiprocessing` считает все локальные процессы, работающие от того же пользователя, доверенными; в большинстве операционных систем такие процессы в любом случае могут обращаться к файловым дескрипторам каналов друг друга. Приложения, требующие изоляции между процессами одного пользователя, должны настраивать её на уровне операционной системы – например, запуская рабочие процессы под другой учётной записью или в песочнице.19701971### Журналирование19721973Доступна поддержка журналирования. Однако обратите внимание, что пакет [`logging`](https://python-all.ru/3.13/library/logging.html#module-logging) не использует блокировки, разделяемые между процессами, поэтому сообщения от разных процессов могут перемешиваться (в зависимости от типа обработчика).19741975#### `multiprocessing.get_logger()`19761977Возвращает логгер, используемый модулем `multiprocessing`. При необходимости создаётся новый.19781979При первом создании логгер имеет уровень [`logging.NOTSET`](https://python-all.ru/3.13/library/logging.html#logging.NOTSET) и не имеет обработчика по умолчанию. Сообщения, отправленные этому логгеру, по умолчанию не распространяются на корневой логгер.19801981Обратите внимание, что в Windows дочерние процессы наследуют только уровень логгера родительского процесса – любые другие настройки логгера не наследуются.19821983#### `multiprocessing.log_to_stderr(level=None)`19841985Эта функция выполняет вызов [`get_logger()`](https://python-all.ru/3.13/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/3.13/library/sys.html#sys.stderr), используя формат `'[%(levelname)s/%(processName)s] %(message)s'`. Можно изменить `levelname` логгера, передав аргумент `level`.19861987Ниже приведён пример сеанса с включённым журналированием:19881989```python1990>>> import multiprocessing, logging1991>>> logger = multiprocessing.log_to_stderr()1992>>> logger.setLevel(logging.INFO)1993>>> logger.warning('doomed')1994[WARNING/MainProcess] doomed1995>>> m = multiprocessing.Manager()1996[INFO/SyncManager-...] child process calling self.run()1997[INFO/SyncManager-...] created temp directory /.../pymp-...1998[INFO/SyncManager-...] manager serving at '/.../listener-...'1999>>> del m2000[INFO/MainProcess] sending shutdown message to manager2001[INFO/SyncManager-...] manager exiting with exitcode 02002```20032004Полную таблицу уровней журналирования см. в модуле [`logging`](https://python-all.ru/3.13/library/logging.html#module-logging).20052006### Модуль `multiprocessing.dummy`20072008`multiprocessing.dummy` воспроизводит API модуля `multiprocessing`, но является не более чем обёрткой вокруг модуля [`threading`](https://python-all.ru/3.13/library/threading.html#module-threading).20092010В частности, функция `Pool`, предоставляемая модулем `multiprocessing.dummy`, возвращает экземпляр [`ThreadPool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.ThreadPool), который является подклассом [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool), поддерживающим все те же вызовы методов, но использующим пул рабочих потоков вместо рабочих процессов.20112012#### `class multiprocessing.pool.ThreadPool([processes[, initializer[, initargs]]])`20132014Объект пула потоков, который управляет пулом рабочих потоков, которым можно отправлять задачи. Экземпляры `ThreadPool` полностью совместимы по интерфейсу с экземплярами [`Pool`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.close) и [`terminate()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool.terminate) вручную.20152016*processes* – это количество используемых рабочих потоков. Если *processes* равно `None`, то используется число, возвращаемое [`os.process_cpu_count()`](https://python-all.ru/3.13/library/os.html#os.process_cpu_count).20172018Если *initializer* не равно `None`, то каждый рабочий процесс вызовет `initializer(*initargs)` при запуске.20192020В отличие от [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool), *maxtasksperchild* и *context* не могут быть заданы.20212022> **Примечание**2023>2024> `ThreadPool` имеет тот же интерфейс, что и [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool), который разработан вокруг пула процессов и появился до введения модуля [`concurrent.futures`](https://python-all.ru/3.13/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/3.13/library/multiprocessing.html#multiprocessing.pool.AsyncResult), который не распознаётся другими библиотеками.2025>2026> Пользователям обычно следует отдавать предпочтение использованию [`concurrent.futures.ThreadPoolExecutor`](https://python-all.ru/3.13/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/3.13/library/concurrent.futures.html#concurrent.futures.Future), совместимые со многими другими библиотеками, включая [`asyncio`](https://python-all.ru/3.13/library/asyncio.html#module-asyncio).20272028## Рекомендации по программированию20292030Существуют определённые рекомендации и идиомы, которых следует придерживаться при использовании `multiprocessing`.20312032### Все методы запуска20332034Нижеследующее относится ко всем методам запуска.20352036Избегайте разделяемого состояния20372038> По возможности следует стараться избегать передачи больших объёмов данных между процессами.2039>2040> Вероятно, лучше всего ограничиться использованием очередей или каналов для связи между процессами, а не использовать низкоуровневые примитивы синхронизации.20412042Сериализуемость20432044> Убедитесь, что аргументы методов прокси-объектов сериализуемы.20452046Потокобезопасность прокси20472048> Не используйте прокси-объект из более чем одного потока, если не защищаете его блокировкой.2049>2050> (С разными процессами, использующими *один и тот же* прокси, проблем не возникает.)20512052Присоединение процессов-зомби20532054> В POSIX, когда процесс завершается, но не был присоединён, он становится зомби. Их никогда не должно быть много, потому что каждый раз при запуске нового процесса (или вызове [`active_children()`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.active_children)) все завершённые процессы, которые ещё не были присоединены, будут присоединены. Также вызов [`Process.is_alive`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.is_alive) у завершённого процесса присоединит его. Тем не менее, хорошей практикой является явное присоединение всех запущенных процессов.20552056Лучше наследовать, чем упаковывать/распаковывать20572058> При использовании методов запуска *spawn* или *forkserver* многие типы из `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.20592060Избегайте завершения процессов20612062> Использование метода [`Process.terminate`](https://python-all.ru/3.13/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.2063>2064> Поэтому, вероятно, лучше рассматривать использование [`Process.terminate`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.terminate) только для процессов, которые никогда не используют разделяемые ресурсы.20652066Присоединение процессов, использующих очереди20672068> 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/3.13/library/multiprocessing.html#multiprocessing.Queue.cancel_join_thread) очереди, чтобы избежать такого поведения.)2069>2070> 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.2071>2072> Пример, который приведёт к взаимоблокировке:2073>2074> ```python2075> from multiprocessing import Process, Queue2076>2077> def f(q):2078> q.put('X' * 1000000)2079>2080> if __name__ == '__main__':2081> queue = Queue()2082> p = Process(target=f, args=(queue,))2083> p.start()2084> p.join() # это приводит к взаимоблокировке2085> obj = queue.get()2086> ```2087>2088> Исправление заключается в замене двух последних строк местами (или просто удалении строки с `p.join()`).20892090Явная передача ресурсов дочерним процессам20912092> В POSIX при использовании метода запуска *fork* дочерний процесс может использовать разделяемый ресурс, созданный в родительском процессе, через глобальный ресурс. Однако лучше передавать объект в качестве аргумента конструктору дочернего процесса.2093>2094> 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.2095>2096> Так, например2097>2098> ```python2099> from multiprocessing import Process, Lock2100>2101> def f():2102> ... do something using "lock" ...2103>2104> if __name__ == '__main__':2105> lock = Lock()2106> for i in range(10):2107> Process(target=f).start()2108> ```2109>2110> следует переписать как2111>2112> ```python2113> from multiprocessing import Process, Lock2114>2115> def f(l):2116> ... do something using "l" ...2117>2118> if __name__ == '__main__':2119> lock = Lock()2120> for i in range(10):2121> Process(target=f, args=(lock,)).start()2122> ```21232124Остерегайтесь замены [`sys.stdin`](https://python-all.ru/3.13/library/sys.html#sys.stdin) на «файлоподобный объект»21252126> `multiprocessing` изначально безусловно вызывал:2127>2128> ```python2129> os.close(sys.stdin.fileno())2130> ```2131>2132> в методе `multiprocessing.Process._bootstrap()` – это приводило к проблемам с процессами внутри процессов. Теперь это изменено на:2133>2134> ```python2135> sys.stdin.close()2136> sys.stdin = open(os.open(os.devnull, os.O_RDONLY), closefd=False)2137> ```2138>2139> 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/3.13/library/sys.html#sys.stdin) на «файлоподобный объект» с буферизацией вывода. Опасность в том, что если несколько процессов вызовут [`close()`](https://python-all.ru/3.13/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.2140>2141> 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:2142>2143> ```python2144> @property2145> def cache(self):2146> pid = os.getpid()2147> if pid != self._pid:2148> self._pid = pid2149> self._cache = []2150> return self._cache2151> ```2152>2153> Для получения дополнительной информации см. [bpo-5155](https://python-all.ru/3.13/library/multiprocessing.html), [bpo-5313](https://python-all.ru/3.13/library/multiprocessing.html) и [bpo-5331](https://python-all.ru/3.13/library/multiprocessing.html)21542155### Методы запуска *spawn* и *forkserver*21562157Существует несколько дополнительных ограничений, которые не относятся к методу запуска *fork*.21582159Упаковываемость21602161> Убедитесь, что все аргументы [`Process`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process) являются упаковываемыми (picklable). Кроме того, если вы создаёте подкласс `Process.__init__`, необходимо гарантировать, что экземпляры будут упаковываемы при вызове метода [`Process.start`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.Process.start).21622163Глобальные переменные21642165> 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/3.13/library/multiprocessing.html#multiprocessing.Process.start).2166>2167> Однако глобальные переменные, которые представляют собой просто константы уровня модуля, не вызывают проблем.21682169Безопасный импорт главного модуля21702171> Необходимо убедиться, что главный модуль может быть безопасно импортирован новым интерпретатором Python без нежелательных побочных эффектов (например, запуска нового процесса).2172>2173> Например, при использовании методов запуска *spawn* или *forkserver* выполнение следующего модуля приведёт к ошибке [`RuntimeError`](https://python-all.ru/3.13/library/exceptions.html#RuntimeError):2174>2175> ```python2176> from multiprocessing import Process2177>2178> def foo():2179> print('hello')2180>2181> p = Process(target=foo)2182> p.start()2183> ```2184>2185> Вместо этого следует защитить «точку входа» программы с помощью `if __name__ == '__main__':` следующим образом:2186>2187> ```python2188> from multiprocessing import Process, freeze_support, set_start_method2189>2190> def foo():2191> print('hello')2192>2193> if __name__ == '__main__':2194> freeze_support()2195> set_start_method('spawn')2196> p = Process(target=foo)2197> p.start()2198> ```2199>2200> (Строку `freeze_support()` можно опустить, если программа будет запускаться обычным образом, а не как замороженное приложение.)2201>2202> Это позволяет только что порождённому интерпретатору Python безопасно импортировать модуль и затем выполнить функцию `foo()` этого модуля.2203>2204> Аналогичные ограничения действуют, если пул или менеджер создаются в главном модуле.22052206## Примеры22072208Демонстрация создания и использования настраиваемых менеджеров и прокси:22092210```python2211from multiprocessing import freeze_support2212from multiprocessing.managers import BaseManager, BaseProxy2213import operator22142215##22162217class Foo:2218 def f(self):2219 print('you called Foo.f()')2220 def g(self):2221 print('you called Foo.g()')2222 def _h(self):2223 print('you called Foo._h()')22242225# Простая функция-генератор2226def baz():2227 for i in range(10):2228 yield i*i22292230# Тип прокси для объектов-генераторов2231class GeneratorProxy(BaseProxy):2232 _exposed_ = ['__next__']2233 def __iter__(self):2234 return self2235 def __next__(self):2236 return self._callmethod('__next__')22372238# Функция для возврата модуля operator2239def get_operator_module():2240 return operator22412242##22432244class MyManager(BaseManager):2245 pass22462247# зарегистрировать класс Foo; сделать `f()` и `g()` доступными через прокси2248MyManager.register('Foo1', Foo)22492250# зарегистрировать класс Foo; сделать `g()` и `_h()` доступными через прокси2251MyManager.register('Foo2', Foo, exposed=('g', '_h'))22522253# зарегистрировать функцию-генератор baz; использовать `GeneratorProxy` для создания прокси2254MyManager.register('baz', baz, proxytype=GeneratorProxy)22552256# зарегистрировать get_operator_module(); сделать публичные функции доступными через прокси2257MyManager.register('operator', get_operator_module)22582259##22602261def test():2262 manager = MyManager()2263 manager.start()22642265 print('-' * 20)22662267 f1 = manager.Foo1()2268 f1.f()2269 f1.g()2270 assert not hasattr(f1, '_h')2271 assert sorted(f1._exposed_) == sorted(['f', 'g'])22722273 print('-' * 20)22742275 f2 = manager.Foo2()2276 f2.g()2277 f2._h()2278 assert not hasattr(f2, 'f')2279 assert sorted(f2._exposed_) == sorted(['g', '_h'])22802281 print('-' * 20)22822283 it = manager.baz()2284 for i in it:2285 print('<%d>' % i, end=' ')2286 print()22872288 print('-' * 20)22892290 op = manager.operator()2291 print('op.add(23, 45) =', op.add(23, 45))2292 print('op.pow(2, 94) =', op.pow(2, 94))2293 print('op._exposed_ =', op._exposed_)22942295##22962297if __name__ == '__main__':2298 freeze_support()2299 test()2300```23012302Использование [`Pool`](https://python-all.ru/3.13/library/multiprocessing.html#multiprocessing.pool.Pool):23032304```python2305import multiprocessing2306import time2307import random2308import sys23092310#2311# Функции, используемые тестовым кодом2312#23132314def calculate(func, args):2315 result = func(*args)2316 return '%s says that %s%s = %s' % (2317 multiprocessing.current_process().name,2318 func.__name__, args, result2319 )23202321def calculatestar(args):2322 return calculate(*args)23232324def mul(a, b):2325 time.sleep(0.5 * random.random())2326 return a * b23272328def plus(a, b):2329 time.sleep(0.5 * random.random())2330 return a + b23312332def f(x):2333 return 1.0 / (x - 5.0)23342335def pow3(x):2336 return x ** 323372338def noop(x):2339 pass23402341#2342# Тестовый код2343#23442345def test():2346 PROCESSES = 42347 print('Creating pool with %d processes\n' % PROCESSES)23482349 with multiprocessing.Pool(PROCESSES) as pool:2350 #2351 # Тесты2352 #23532354 TASKS = [(mul, (i, 7)) for i in range(10)] + \2355 [(plus, (i, 8)) for i in range(10)]23562357 results = [pool.apply_async(calculate, t) for t in TASKS]2358 imap_it = pool.imap(calculatestar, TASKS)2359 imap_unordered_it = pool.imap_unordered(calculatestar, TASKS)23602361 print('Ordered results using pool.apply_async():')2362 for r in results:2363 print('\t', r.get())2364 print()23652366 print('Ordered results using pool.imap():')2367 for x in imap_it:2368 print('\t', x)2369 print()23702371 print('Unordered results using pool.imap_unordered():')2372 for x in imap_unordered_it:2373 print('\t', x)2374 print()23752376 print('Ordered results using pool.map() --- will block till complete:')2377 for x in pool.map(calculatestar, TASKS):2378 print('\t', x)2379 print()23802381 #2382 # Тестирование обработки ошибок2383 #23842385 print('Testing error handling:')23862387 try:2388 print(pool.apply(f, (5,)))2389 except ZeroDivisionError:2390 print('\tGot ZeroDivisionError as expected from pool.apply()')2391 else:2392 raise AssertionError('expected ZeroDivisionError')23932394 try:2395 print(pool.map(f, list(range(10))))2396 except ZeroDivisionError:2397 print('\tGot ZeroDivisionError as expected from pool.map()')2398 else:2399 raise AssertionError('expected ZeroDivisionError')24002401 try:2402 print(list(pool.imap(f, list(range(10)))))2403 except ZeroDivisionError:2404 print('\tGot ZeroDivisionError as expected from list(pool.imap())')2405 else:2406 raise AssertionError('expected ZeroDivisionError')24072408 it = pool.imap(f, list(range(10)))2409 for i in range(10):2410 try:2411 x = next(it)2412 except ZeroDivisionError:2413 if i == 5:2414 pass2415 except StopIteration:2416 break2417 else:2418 if i == 5:2419 raise AssertionError('expected ZeroDivisionError')24202421 assert i == 92422 print('\tGot ZeroDivisionError as expected from IMapIterator.next()')2423 print()24242425 #2426 # Тестирование тайм-аутов2427 #24282429 print('Testing ApplyResult.get() with timeout:', end=' ')2430 res = pool.apply_async(calculate, TASKS[0])2431 while 1:2432 sys.stdout.flush()2433 try:2434 sys.stdout.write('\n\t%s' % res.get(0.02))2435 break2436 except multiprocessing.TimeoutError:2437 sys.stdout.write('.')2438 print()2439 print()24402441 print('Testing IMapIterator.next() with timeout:', end=' ')2442 it = pool.imap(calculatestar, TASKS)2443 while 1:2444 sys.stdout.flush()2445 try:2446 sys.stdout.write('\n\t%s' % it.next(0.02))2447 except StopIteration:2448 break2449 except multiprocessing.TimeoutError:2450 sys.stdout.write('.')2451 print()2452 print()24532454if __name__ == '__main__':2455 multiprocessing.freeze_support()2456 test()2457```24582459Пример использования очередей для передачи задач набору рабочих процессов и сбора результатов:24602461```python2462import time2463import random24642465from multiprocessing import Process, Queue, current_process, freeze_support24662467#2468# Функция, выполняемая рабочими процессами2469#24702471def worker(input, output):2472 for func, args in iter(input.get, 'STOP'):2473 result = calculate(func, args)2474 output.put(result)24752476#2477# Функция, используемая для вычисления результата2478#24792480def calculate(func, args):2481 result = func(*args)2482 return '%s says that %s%s = %s' % \2483 (current_process().name, func.__name__, args, result)24842485#2486# Функции, на которые ссылаются задачи2487#24882489def mul(a, b):2490 time.sleep(0.5*random.random())2491 return a * b24922493def plus(a, b):2494 time.sleep(0.5*random.random())2495 return a + b24962497#2498#2499#25002501def test():2502 NUMBER_OF_PROCESSES = 42503 TASKS1 = [(mul, (i, 7)) for i in range(20)]2504 TASKS2 = [(plus, (i, 8)) for i in range(10)]25052506 # Создание очередей2507 task_queue = Queue()2508 done_queue = Queue()25092510 # Отправка задач2511 for task in TASKS1:2512 task_queue.put(task)25132514 # Запуск рабочих процессов2515 for i in range(NUMBER_OF_PROCESSES):2516 Process(target=worker, args=(task_queue, done_queue)).start()25172518 # Получение и вывод результатов2519 print('Unordered results:')2520 for i in range(len(TASKS1)):2521 print('\t', done_queue.get())25222523 # Добавить ещё задач с помощью `put()`2524 for task in TASKS2:2525 task_queue.put(task)25262527 # Получить и вывести ещё несколько результатов2528 for i in range(len(TASKS2)):2529 print('\t', done_queue.get())25302531 # Сообщить дочерним процессам об остановке2532 for i in range(NUMBER_OF_PROCESSES):2533 task_queue.put('STOP')25342535if __name__ == '__main__':2536 freeze_support()2537 test()2538```2539