目录
同步与异步
用来表达任务的提交方式
同步
提交完任务之后原地等待任务的返回结果，期间不做任何事情
异步
提交完任务后 然后去做其他事情，等这个任务完成了再过来
CUP处理程序的2种方法
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
同步非阻塞
异步阻塞
异步非阻塞
# 这是CPU利用率最高，效率最高的运行方式
创建进程的多种方式
关键词 multiprocessing 模块 Process
from multiprocessing import Process
import time
def task(name):
print('来自task', name)
time.sleep(3)
print('over', name)
if __name__ == '__main__':
p1 = Process(target=task,args=('name',))
# 创建异步子进程对象 执行程序为task，传入位置参数args=('name',)必须已远足方式传参
p2 = Process(target=task,kwargs={'name1':'moon'})
# 传家异步子进程对象，执行程序为task，关键字传参法kwargs=，必须已字典形式传参
p1.start()
print('主要')
'''
当程序运行到 子进程 进行时 会创立一个单独空间去运行子程序，不影响主程序运行 主程序会接着运行
主要
来自task moon
over moon
'''
方式二：
class MyProcess(Process):
# 创建一个类，继承Process的所有内容
def __init__(self,name,age):
super().__init__()
# 调用父类的信息 新增内容
self.name = name
self.age = age
def run(self):
print('来自子程序',self.name,self.age)
if __name__ == '__main__':
obj = MyProcess('moon',18)
obj.start()
print('主')
'''
面向对象思想。创建类 生产对象调用子进程
'''
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的，默认情况下
from multiprocessing import Process
import time
m1 = 1000
def run():
global m1
m1 = 666
print(m1)
if __name__ == '__main__':
p1 = Process(target=run,)
p1.start()
time.sleep(2)
# 子进程已经执行结束了，正常m1应该被重复赋值了
print(m1)
# 1000 但是结果是没有，因为子进程数据独立，不影响主进程数据
进程join方法
1.什么是join方法
可以是控制为子进程在运行完成后再进行主进程
from multiprocessing import Process
import time
def tack():
print('我是子进程')
time.sleep(3)
print('等待2秒')
def tack1():
print('我是子进程2')
time.sleep(6)
print('等待3秒2')
if __name__ == '__main__':
start_time = time.time()
p1 = Process(target=tack,)
p2 = Process(target=tack1,)
p1.start()
# 子进程开始进行
p2.start()
# 子进程开始进行
p1.join()
# 子进程需要3秒运行结束
p2.join()
# 在等待p1时 p2也在进行中
print('主进程')
# 因为使用了join方法，主进程需要等对应的子进程运行结束才可以执行
print(time.time() - start_time)
# 所以最用用时为 6秒 而不是 6+3=9
# p.start() # 异步
'''主进程代码等待子进程代码运行结束再执行'''
# p.join()
# print('主')
IPC机制
IPC：进程间通信
消息队列：所有线程程序都可以存，也都可以取 (队列：先进先出)
关键词 Queue
from multiprocessing import Queue
Q = Queue(3)
# 类产生一个对象(消息队列)，括号内是可以设定贮存数据的最大额度
Q.put(111)
Q.put(222)
# put 可以向队列中添加数据
# 如果存满了也会挺着 等待到能存进去为止
print(Q.full())
# full 可以判断队列数据是否已满 返回布尔值
print(Q.get())
# get 可以向队列中取值 队列默认先进先出原则
# 如果取不到会挺着 等待取到为止 也不报错
print(Q.get(timeout = 3))
# 等待3秒 如果还取不到就报错
print(Q.get_nowait())
# get_nowait 向队列中取值，立即就要 取不到就报错
print(Q.empty())
# empty 判断队列是否为空 返回布尔值
可以配合捕捉错异常
try:
print(q.get(timeout=3))
# 如果取不到值3秒后会报错
except Exception as e:
print('队列中暂无数据')
"""
full() empty() get_nowait()在多进程中都不能使用!!!
因为在多线程情况下可能出现同时间的存取
"""
生产者消费者模型
只是一个编程思维概念
举例：爬虫工程师
生产者：
负责生产数据的人，把你需要的数据都给你
消费者：
负责处理数据的人，拿到提供的数据然后二次加工
该模型除了有生产者和消费着之外还必须有消息队列(只要是能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
'''
一台计算机上的每一个进程都会有自己的PID号，也就是进程号
如何查看进程号：
windows电脑 cmd输入 tasklist 命令 即可查看所有
mac电脑 终端输入 ps aux
'''
from multiprocessing import Process,current_process
import time
import os
def task():
print(current_process().pid)
# 查看当前子进程号
print(os.getpid())
# 查看当前子进程号
time.sleep(5)
if __name__ == '__main__':
p = Process(target=task)
p.start()
p.terminate() # 杀死这个进程
time.sleep(0.1)
print(p.is_alive()) # 查看进程是否存活
# print('主',current_process().pid)
print('主',os.getpid())
# 查看当前主进程号
print('主主',os.getppid())
# 查看当前主进程号父级号
# os.getpid()
# current_process().pid
# # 这两个方法都是查看当前所在进程下的pid号码
# os.getppid()
# # 这个是查看当前进程的父进程pid号码
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， 进程耗费功力等给父进程查看
父进程等待子进程运行结束，回收进程号
ps：所有的进程在关闭时都会有一段时间为僵尸进程，在僵尸进程期间
进程号不释放
孤儿进程
子进程正常运作，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
守护进程
from multiprocessing import Process
import time
# 关键词 .daemon 守护进程
def task(name):
print('活着',name)
time.sleep(3)
print('死去',name)
if __name__ == '__main__':
p = Process(target=task,args=('moon',))
# p = Process(target=task,kwargs={'name':'moon'})
p.daemon = True
# 将子进程 P 设置成为守护进程
# 必须要在子进程开始前设置好
p.start()
print('主进程结束')