استخدام multiprocessing في Python: دليل البرمجة المتوازية

تعلم Python بسهولة دون إرهاق نظري. حل مهام عملية مع التحقق التلقائي واكتب الكود مباشرة في المتصفح.

توفر وحدة multiprocessing في Python أدوات قوية لإنشاء برامج متوازية تستفيد بكفاءة من معالجات متعددة النواة. على عكس تعدد الخيوط التقليدي المقيد بـ Global Interpreter Lock (GIL)، تتيح multiprocessing تشغيل عدة عمليات في وقت واحد، لكل منها ذاكرة خاصة وتنفيذ مستقل.

المبادئ الأساسية لعمل multiprocessing

تعتمد المعالجة المتعددة في Python على إنشاء عمليات منفصلة يمكن تنفيذها بالتوازي على أنوية معالج مختلفة. تعمل كل عملية في مساحة ذاكرة معزولة، مما يلغي مشاكل البيانات المشتركة الشائعة في تعدد الخيوط.

المكونات الرئيسية لوحدة multiprocessing تشمل:

Process — فئة لإنشاء وإدارة العمليات المنفردة
Pool — مجموعة عمليات لتنفيذ مهام متعددة بكفاءة
Queue — طوابير لنقل البيانات بأمان بين العمليات
Lock — آليات تزامن للتحكم في الوصول إلى الموارد
Manager — كائنات لإدارة البيانات المشتركة

متى تستخدم multiprocessing

تكون multiprocessing أكثر فعالية في الحالات التالية:

المهام المكثفة على المعالج (CPU-intensive): الحسابات الرياضية، معالجة الصور، تحليل البيانات، الحسابات العلمية. تستفيد هذه المهام من التنفيذ المتوازي على أنوية معالج مختلفة.

معالجة كميات كبيرة من البيانات: عندما تحتاج لتطبيق نفس الدالة على عناصر متعددة، يمكن لـ multiprocessing تسريع التنفيذ بشكل كبير.

المهام المستقلة: العمليات التي لا تتطلب تبادل بيانات متكرر بين العمليات.

للمهام المكثفة على الإدخال/الإخراج (I/O-intensive) مثل العمل مع الملفات أو طلبات الشبكة، يُفضل استخدام البرمجة غير المتزامنة (asyncio) أو تعدد الخيوط.

إنشاء وإدارة العمليات

مثال أساسي باستخدام فئة Process

import multiprocessing
import time

def worker_task(name, duration):
    """دالة يتم تنفيذها في عملية منفصلة"""
    print(f"العملية {name} بدأت العمل")
    time.sleep(duration)
    print(f"العملية {name} أنهت العمل")

if __name__ == "__main__":
    # إنشاء العمليات
    process1 = multiprocessing.Process(target=worker_task, args=("Worker-1", 3))
    process2 = multiprocessing.Process(target=worker_task, args=("Worker-2", 2))
    
    # تشغيل العمليات
    start_time = time.time()
    process1.start()
    process2.start()
    
    # انتظار انتهاء العمليات
    process1.join()
    process2.join()
    
    end_time = time.time()
    print(f"إجمالي وقت التنفيذ: {end_time - start_time:.2f} ثانية")

وراثة فئة Process

import multiprocessing
import os

class CustomProcess(multiprocessing.Process):
    def __init__(self, name, work_count):
        super().__init__()
        self.name = name
        self.work_count = work_count
    
    def run(self):
        """الطريقة التي يتم تنفيذها في العملية"""
        print(f"العملية {self.name} (PID: {os.getpid()}) بدأت العمل")
        
        for i in range(self.work_count):
            print(f"{self.name}: تنفيذ المهمة {i+1}")
            time.sleep(1)
        
        print(f"العملية {self.name} أنهت العمل")

if __name__ == "__main__":
    processes = []
    
    # إنشاء عدة عمليات
    for i in range(3):
        p = CustomProcess(f"Process-{i+1}", 3)
        processes.append(p)
        p.start()
    
    # انتظار انتهاء جميع العمليات
    for p in processes:
        p.join()