目录
同步与异步,阻塞与非阻塞,进程,互斥锁
今日内容概要
- 同步与非同步
- 阻塞与非阻塞
- 创建进程的多种方式
- 进程join方法
- 进程间数据隔离
- 进程间通讯之ICP机制
- 进程对象诸多方法
- 生产者消费者模型
- 互斥锁
今日内容详细
同步与异步
用来表达任务的提交方式
同步
提交任务之后原地等待任务的返回结果 期间不做任何事
异步
提交完任务之后不原地等待任务的返回结果 直接去做其他事 有结果自动通知
阻塞与非阻塞
用来表达任务的执行状态
阻塞
阻塞态
非阻塞
就绪态,运行态
综合使用
同步阻塞
效率最低,需要一直排队,其他什么都不做
同步非阻塞
一边做其他事,一边排队,需要在这两件事之间来回切换,效率也是低
异步阻塞
你可以在等待的时候去做别的事,但你被阻塞在等待排队这件事上不能去做前提是
异步非阻塞
效率最高,一边做其他事,一边等银行那边给你发消息(你不需要来回切换),然后你还可以干其他事,而排队那边你只需要等那边给你发消息
创建进程的多种方式
"""
1.鼠标双击软件图标
2.python代码创建进程
"""
from multiprocessing import Process
import time
def task(name):
print('task is running', name)
time.sleep(1)
print('task is over', name)
"""
在不同的操作系统中创建进程底层原理不一样
windows
以导入模块的形式创建进程
linux/mac
以拷贝代码的形式创建进程
"""
if __name__ == '__main__':
# p1 = Process(target=task, args=('jason',)) # 位置参数
p1 = Process(target=task, kwargs={'name': 'jason123'}) # 关键字传参
p1.start() # 异步 告诉操作系统创建一个新的进程 并在该进程中执行task函数
task('kevin') # 同步
print('主')
from multiprocessing import Process
import time
class MyProcess(Process):
def __init__(self, name, age):
super().__init__()
self.name = name
self.age = age
def run(self):
print('run is running', self.name, self.age)
time.sleep(2)
print('run is over', self.name, self.age)
if __name__ == '__main__':
obj = MyProcess('jason', 123)
obj.start()
print('主')
进程间数据隔离
同一台计算机上的多个进程数据是严格意义上的物理隔离(默认情况下)
from multiprocessing import Process
import time
money = 1000
def task():
global money
money = 666
print('子进程的task函数查看money', money)
if __name__ == '__main__':
p1 = Process(target=task)
p1.start() # 创建子进程
time.sleep(3) # 主进程代码等待3秒
print(money) # 主进程代码打印money
'''子进程与主进程之间的数据是分开的(默认情况下)'''
进程的join方法
from multiprocessing import Process
import time
def task(name, n):
print('%s is running' % name)
time.sleep(n)
print('%s is over' % name)
if __name__ == '__main__':
p1 = Process(target=task, args=('jason1', 1))
p2 = Process(target=task, args=('jason2', 2))
p3 = Process(target=task, args=('jason3', 3))
'''join() 主进程代码等待子进程代码运行结束再执行'''
start_time = time.time()
# p1.start()
# p1.join()
# p2.start()
# p2.join()
# p3.start()
# p3.join()
# print(time.time() - start_time) # 6.275256633758545
p1.start()
p2.start()
p3.start()
p1.join()
p2.join()
p3.join()
print(time.time() - start_time) # 3.094999313354492
'''同时进行则会同时异步操作,等待最长时间那个即可继续执行主进程'''
IPC机制
IPC:进程间通信
消息队列:存储数据的地方 所有人都可以存 也都可以取
from multiprocessing import Queue
q = Queue(3) # 括号内可以指定存储数据的个数
# 往消息队列中存放数据
q.put(111)
print(q.full()) # 判断队列是否已满 False
q.put(222)
q.put(333)
print(q.full()) # 判断队列是否已满 True
# 从消息队列中取出数据
print(q.get()) # 111
print(q.get()) # 222
print(q.empty()) # 判断队列是否为空 False
print(q.get()) # 333
print(q.empty()) # 判断队列是否为空 True
# print(q.get()) # 如果队列中没有数据,他就会一直等着,直到拿到数据
print(q.get_nowait()) # 如果队列中没有数据,直接报错,不会等待
'''
full() empty()在多进程中都不能使用!!!
'''
from multiprocessing import Process, Queue
def product(q):
q.put('子进程p添加的数据')
def consumer(q):
print('子进程获取队列中的数据', q.get())
if __name__ == '__main__':
q = Queue()
# 主进程往队列中添加数据
# q.put('我是主进程添加的数据')
p1 = Process(target=consumer, args=(q,))
# p2 = Process(target=product, args=(q,))
p1.start()
# p2.start()
print('主')
生产者消费者模型
"""回想爬虫"""
生产者
负责产生数据的'人'
消费者
负责处理数据的'人'
该模型除了有生产者和消费者之外还必须有消息队列(只要是能够提供数据保存服务和提取服务的理论上都可以)
进程对象的多种方法
1.如何查看进程号
from multiprocessing import Process, current_process
import os
def task():
print(current_process()) # <Process(Process-1, started)>
print(current_process().pid) # 15536
print('子', os.getpid()) # 子 15536
print('获取当前程序的主进程号', os.getppid()) # 获取当前程序的主进程号 7216
if __name__ == '__main__':
p1 = Process(target=task)
p1.start()
print(current_process()) # <_MainProcess(MainProcess, started)>
print(current_process().pid) # 7216
print('主', os.getpid()) # 主 7216
2.终止进程
p1.terminate()
ps:计算机操作系统都有对应的命令可以直接杀死进程
3.判断进程是否存活
p1.is_alive()
4.start()
5.join()
守护进程
守护进程会随着守护的进程结束而立刻结束
eg:吴勇是张红的守护进程 一旦张红嗝屁了 吴勇立刻嗝屁
from multiprocessing import Process
import time
def task(name):
print('德邦总管:%s' % name)
time.sleep(3)
print('德邦总管:%s' % name)
if __name__ == '__main__':
p1 = Process(target=task, args=('大张红',))
p1.daemon = True
p1.start()
time.sleep(1)
print('恕瑞玛皇帝:小吴勇嗝屁了')
僵尸进程与孤儿进程
僵尸进程
进程执行完毕后并不会立刻销毁所有的数据 会有一些信息短暂保留下来
比如进程号,进程执行时间,进程消耗功率等给父进程查看
ps:所有的进程都会变成僵尸进程
孤儿进程
子进程正常运行 父进程意外死亡 操作系统针对孤儿进程会派遣福利院管理
多进程数据错乱问题
# 模拟抢票软件
from multiprocessing import Process
import time
import json
import random
# 查票
def search(name):
with open(r'data.json', 'r', encoding='utf8') as f:
data = json.load(f)
print('%s在查票 当前余票为:%s' % (name, data.get('ticket_num')))
def buy(name):
# 再次确认票
with open(r'data.json', 'r', encoding='utf8') as f:
data = json.load(f)
# 模拟网络延迟
time.sleep(random.randint(1, 3))
# 判断是否有票 有就买
if data.get('ticket_num') > 0:
data['ticket_num'] -= 1
with open(r'data.json', 'w', encoding='utf8') as f:
json.dump(data, f)
print('%s买票成功' % name)
else:
print('%s很倒霉 没有抢到票' % name)
def run(name):
search(name)
buy(name)
if __name__ == '__main__':
for i in range(10):
p = Process(target=run, args=('用户%s'%i, ))
p.start()
"""
多进程操作数据很可能会造成数据错乱>>>:互斥锁
互斥锁
将并发编程串行 牺牲了效率但是保障了数据的安全
"""