Python использует несколько подпроцессов bash?

Ответ 1

Вам не нужны потоки для параллельной работы подпроцессов:

from subprocess import Popen

commands = [
    'date; ls -l; sleep 1; date',
    'date; sleep 5; date',
    'date; df -h; sleep 3; date',
    'date; hostname; sleep 2; date',
    'date; uname -a; date',
]
# run in parallel
processes = [Popen(cmd, shell=True) for cmd in commands]
# do other things here..
# wait for completion
for p in processes: p.wait()

Чтобы ограничить количество одновременных команд, вы можете использовать multiprocessing.dummy.Pool, который использует потоки и предоставляет тот же интерфейс, что и multiprocessing.Pool, который использует процессы:

from functools import partial
from multiprocessing.dummy import Pool
from subprocess import call

pool = Pool(2) # two concurrent commands at a time
for i, returncode in enumerate(pool.imap(partial(call, shell=True), commands)):
    if returncode != 0:
       print("%d command failed: %d" % (i, returncode))

Этот ответ демонстрирует различные методы для ограничения количества параллельных подпроцессов: он показывает многопроцессорность .Pool, concurrent.futures, threading + решения на основе очереди.

Вы можете ограничить количество параллельных дочерних процессов без использования пула потоков/процессов:

from subprocess import Popen
from itertools import islice

max_workers = 2  # no more than 2 concurrent processes
processes = (Popen(cmd, shell=True) for cmd in commands)
running_processes = list(islice(processes, max_workers))  # start new processes
while running_processes:
    for i, process in enumerate(running_processes):
        if process.poll() is not None:  # the process has finished
            running_processes[i] = next(processes, None)  # start new process
            if running_processes[i] is None: # no new processes
                del running_processes[i]
                break

В Unix вы можете избежать цикла занятости и block на os.waitpid(-1, 0), чтобы дождаться завершения любого дочернего процесса.

Ответ 2

Простой пример потоковой передачи:

import threading
import Queue
import commands
import time

# thread class to run a command
class ExampleThread(threading.Thread):
    def __init__(self, cmd, queue):
        threading.Thread.__init__(self)
        self.cmd = cmd
        self.queue = queue

    def run(self):
        # execute the command, queue the result
        (status, output) = commands.getstatusoutput(self.cmd)
        self.queue.put((self.cmd, output, status))

# queue where results are placed
result_queue = Queue.Queue()

# define the commands to be run in parallel, run them
cmds = ['date; ls -l; sleep 1; date',
        'date; sleep 5; date',
        'date; df -h; sleep 3; date',
        'date; hostname; sleep 2; date',
        'date; uname -a; date',
       ]
for cmd in cmds:
    thread = ExampleThread(cmd, result_queue)
    thread.start()

# print results as we get them
while threading.active_count() > 1 or not result_queue.empty():
    while not result_queue.empty():
        (cmd, output, status) = result_queue.get()
        print('%s:' % cmd)
        print(output)
        print('='*60)
    time.sleep(1)

Обратите внимание, что есть несколько способов сделать это, но это не слишком сложно. В примере используется один поток для каждой команды. Сложность начинает закрадываться, когда вы хотите делать что-то вроде ограниченного количества потоков для обработки неизвестного количества команд. Эти более продвинутые методы не кажутся слишком сложными, как только вы поймете основы потоков. И многопроцессорность становится проще, если у вас есть дескриптор этих методов.

Ответ 3

это потому, что он должен делать, то, что вы хотите сделать, это не многопоточность, а многопроцессорность, смотри эту страницу