multiprocessing.md

Multiprocessing en Python

---

Temario

• Multiprocessing en Python
  • Temario
  • ¿Qué es multiprocessing?
  • Conceptos básicos
    • Crear un proceso
  • Enviar datos entre procesos
    • Con Queue
    • Con Pipe
  • Uso de Pool (grupo de procesos)
  • Variables compartidas
    • Value y Array
  • Sincronización entre procesos
    • Ejemplo con Lock
  • Ejemplo completo
  • Resumen rápido

Regresar a la Guía Principal

---

¿Qué es multiprocessing?

multiprocessing permite ejecutar varios procesos en paralelo, aprovechando todos los núcleos del CPU. A diferencia de los hilos (threading), cada proceso tiene su propia memoria → no hay bloqueo por el GIL (Global Interpreter Lock).

Es ideal para tareas pesadas en CPU, como cálculos, IA, simulaciones, etc.

---

Conceptos básicos

Crear un proceso

from multiprocessing import Process

def tarea():
    print("Ejecutando en otro proceso")

if __name__ == "__main__":
    p = Process(target=tarea)  # Crear proceso
    p.start()                  # Iniciar
    p.join()                   # Esperar a que termine
    print("Proceso finalizado")

• target: función a ejecutar.
• args: argumentos para esa función.
• start(): inicia el proceso.
• join(): bloquea hasta que el proceso termina.

---

Enviar datos entre procesos

Con Queue

from multiprocessing import Process, Queue

def productor(q):
    for i in range(3):
        q.put(i)  # Enviar a la cola

def consumidor(q):
    while not q.empty():
        print("Recibido:", q.get())

if __name__ == "__main__":
    q = Queue()
    p1 = Process(target=productor, args=(q,))
    p2 = Process(target=consumidor, args=(q,))
    p1.start(); p1.join()
    p2.start(); p2.join()

---

Con Pipe

from multiprocessing import Process, Pipe

def enviar(conexion):
    conexion.send("Hola desde otro proceso")
    conexion.close()

if __name__ == "__main__":
    conn1, conn2 = Pipe()
    p = Process(target=enviar, args=(conn2,))
    p.start()
    print(conn1.recv())  # Recibe mensaje
    p.join()

---

Uso de Pool (grupo de procesos)

Permite ejecutar una función muchas veces en paralelo fácilmente.

from multiprocessing import Pool

def cuadrado(x):
    return x * x

if __name__ == "__main__":
    with Pool(4) as pool:  # 4 procesos
        resultados = pool.map(cuadrado, [1, 2, 3, 4, 5])
    print(resultados)

➡️ Ejecuta cuadrado en paralelo para cada valor.

---

Variables compartidas

Para compartir datos entre procesos de forma segura:

Value y Array

from multiprocessing import Process, Value, Array

def modificar(v, a):
    v.value += 10
    for i in range(len(a)):
        a[i] *= 2

if __name__ == "__main__":
    v = Value('i', 5)           # Entero compartido
    a = Array('i', [1, 2, 3])   # Arreglo compartido
    p = Process(target=modificar, args=(v, a))
    p.start(); p.join()
    print(v.value, a[:])

---

Sincronización entre procesos

Se usan mecanismos como Lock, Event, Semaphore, etc., para evitar conflictos.

Ejemplo con Lock

from multiprocessing import Process, Lock

def imprimir(lock, texto):
    with lock:
        print(texto)

if __name__ == "__main__":
    lock = Lock()
    for i in range(3):
        Process(target=imprimir, args=(lock, f"Proceso {i}")).start()

---

Ejemplo completo

from multiprocessing import Process, Queue, current_process
import time

def trabajo(q):
    nombre = current_process().name
    q.put(f"{nombre} inicia tarea")
    time.sleep(1)
    q.put(f"{nombre} termina tarea")

if __name__ == "__main__":
    q = Queue()
    procesos = [Process(target=trabajo, args=(q,)) for _ in range(4)]
    
    for p in procesos: p.start()
    for p in procesos: p.join()

    while not q.empty():
        print(q.get())

---

Resumen rápido

Herramienta	Uso principal
Process	Crear procesos individuales
Pool	Ejecutar muchas tareas paralelas fácilmente
Queue	Comunicación entre procesos
Pipe	Comunicación directa entre dos procesos
Value, Array	Datos compartidos
Lock, Semaphore, Event	Sincronización y seguridad

---

Regresar a la Guía Principal

Autor: Fravelz