并发编程（进程）

1 进程对象的方法及属性

　　（1）获取进程的pid

　　一台计算机上面运行着很多进程，那么计算机是如何区分并管理这些进程的呢？计算机会给每一个运行的进程分配一个pid。

from multiprocessing import Process, current_process
import os
import time
 
 
def test():
    time.sleep(1)
    print('子进程pid：%s' % current_process().pid)  # 通过multiprocessing模块
    print('子进程pid：%s' % os.getpid())  # 通过os模块
    print('父进程pid：%s' % os.getppid())  # 通过os模块
 
 
if __name__ == '__main__':
    p = Process(target=test)
    p.start()
    print('main', current_process().pid)
    print('main', os.getpid())
    print('mainmain', os.getppid())

　　（2）结束进程

from multiprocessing import Process, current_process
import os
import time


def test():
    time.sleep(1)
    print('子进程pid：%s' % current_process().pid)  # 通过multiprocessing模块
    print('子进程pid：%s' % os.getpid())  # 通过os模块
    print('父进程pid：%s' % os.getppid())  # 通过os模块


if __name__ == '__main__':
    p = Process(target=test)
    p.start()
    p.terminate()  # 杀死当前进程
    # 是告诉操作系统帮你去杀死当前进程 但是需要一定的时间 而代码的运行速度极快
    time.sleep(0.01)
    """
    一般情况下我们会默认将
    存储布尔值的变量名
    和返回的结果是布尔值的方法名
    都起成以is_开头
    """
    print(p.is_alive()) # 判断当前进程是否存活
    print('main')

2 守护进程

　　是什么？

　　守护进程是在后台运行不受终端控制的进程。

　　为什么要有？

　　随着主进程的结束而结束。

　　如何用？

 1 from multiprocessing import Process
 2 import time
 3 
 4 
 5 def test():
 6     time.sleep(2)
 7     print('this is subprocess')
 8 
 9 
10 if __name__ == '__main__':
11     p = Process(target=test)
12     p.daemon = True
13     p.start()
14     time.sleep(1)
15     print('this is mainprocess')

3 互斥锁

　　是什么？

　　from multiprocessing import Lock

　　类

　　为什么要有？

　　多个进程操作同一份数据的时候，会出现数据错乱的问题。针对上述问题，解决方式就是加锁处理:将并发变成串行，牺牲效率但是保证了数据的安全

　　如何用？

import json
import random
import time
from multiprocessing import Process, Lock


def select(user):
    with open('test.txt', mode='rt', encoding='utf-8') as f:
        res = json.load(f)
        print('用户%s查询余票%s' % (user, res.get('num')))


def buy(user):
    with open('test.txt', mode='rt', encoding='utf-8') as f:
        res = json.load(f)
    time.sleep(random.uniform(1, 3))

    if res.get('num') > 0:
        res['num'] -= 1
        with open('test.txt', mode='wt', encoding='utf-8') as f:
            json.dump(res, f)
        print('用户%s购票成功' % user)
    else:
        print('没有票了')


def run(user, mutex):
    select(user)
    mutex.acquire()
    buy(user)
    mutex.release()


if __name__ == '__main__':
    # 1）串行，效率低
    # for i in range(1, 11):
    #     run(i)
    # 2）模拟并发
    time_start = time.time()
    mutex = Lock()
    p_list = []
    for i in range(1, 11):
        p = Process(target=run, args=(i, mutex))
        p.start()
        p_list.append(p)
    for p1 in p_list:
        p1.join()
    print(time.time() - time_start)

4 队列

　　是什么？

　　数据结构

　　为什么要有？

　　进程间通信

　　如何用？

from multiprocessing import Queue

# 创建一个队列
q = Queue(5)  # 括号内可以传数字 标示生成的队列最大可以同时存放的数据量

# 往队列中存数据
q.put(111)
q.put(222)
q.put(333)
# print(q.full())  # 判断当前队列是否满了
# print(q.empty())  # 判断当前队列是否空了
q.put(444)
q.put(555)
# print(q.full())  # 判断当前队列是否满了

# q.put(666)  # 当队列数据放满了之后 如果还有数据要放程序会阻塞 直到有位置让出来 不会报错

"""
存取数据 存是为了更好的取
千方百计的存、简单快捷的取

同在一个屋檐下
差距为何那么大
"""

# 去队列中取数据
v1 = q.get()
v2 = q.get()
v3 = q.get()
v4 = q.get()
v5 = q.get()
# print(q.empty())
# V6 = q.get_nowait()  # 没有数据直接报错queue.Empty
# v6 = q.get(timeout=3)  # 没有数据之后原地等待三秒之后再报错  queue.Empty
try:
    v6 = q.get(timeout=3)
    print(v6)
except Exception as e:
    print('一滴都没有了!')

# # v6 = q.get()  # 队列中如果已经没有数据的话 get方法会原地阻塞
# print(v1, v2, v3, v4, v5, v6)

"""
q.full()
q.empty()
q.get_nowait()
在多进程的情况下是不精确
"""

5 IPC机制

from multiprocessing import Queue, Process

"""
研究思路
    1.主进程跟子进程借助于队列通信
    2.子进程跟子进程借助于队列通信
"""
def producer(q):
    q.put('我是23号技师 很高兴为您服务')


def consumer(q):
    print(q.get())


if __name__ == '__main__':
    q = Queue()
    p = Process(target=producer,args=(q,))
    p1 = Process(target=consumer,args=(q,))
    p.start()
    p1.start()

6 生产者消费者模型

from multiprocessing import Process, Queue, JoinableQueue
import time
import random


def producer(name,food,q):
    for i in range(5):
        data = '%s生产了%s%s'%(name,food,i)
        # 模拟延迟
        time.sleep(random.randint(1,3))
        print(data)
        # 将数据放入 队列中
        q.put(data)


def consumer(name,q):
    # 消费者胃口很大 光盘行动
    while True:
        food = q.get()  # 没有数据就会卡住
        # 判断当前是否有结束的标识
        # if food is None:break
        time.sleep(random.randint(1,3))
        print('%s吃了%s'%(name,food))
        q.task_done()  # 告诉队列你已经从里面取出了一个数据并且处理完毕了


if __name__ == '__main__':
    # q = Queue()
    q = JoinableQueue()
    p1 = Process(target=producer,args=('大厨egon','包子',q))
    p2 = Process(target=producer,args=('马叉虫tank','泔水',q))
    c1 = Process(target=consumer,args=('春哥',q))
    c2 = Process(target=consumer,args=('新哥',q))
    p1.start()
    p2.start()
    # 将消费者设置成守护进程
    c1.daemon = True
    c2.daemon = True
    c1.start()
    c2.start()
    p1.join()
    p2.join()
    # 等待生产者生产完毕之后 往队列中添加特定的结束符号
    # q.put(None)  # 肯定在所有生产者生产的数据的末尾
    # q.put(None)  # 肯定在所有生产者生产的数据的末尾
    q.join()  # 等待队列中所有的数据被取完再执行往下执行代码
    """
    JoinableQueue 每当你往该队列中存入数据的时候 内部会有一个计数器+1
    没当你调用task_done的时候 计数器-1
    q.join() 当计数器为0的时候 才往后运行
    """
    # 只要q.join执行完毕 说明消费者已经处理完数据了  消费者就没有存在的必要了

并发编程（进程）

猜你喜欢