洗礼灵魂，修炼python（89）-- 知识拾遗篇 —— 进程
进程
1.含义：计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位。说白了就是一个程序的执行实例。
执行一个程序就是一个进程，比如你打开浏览器看到我的博客，浏览器本身是一个软件程序，你此时打开的浏览器就是一个进程。
2.进程的特性
-
一个进程里可以有多个子进程
-
新的进程的创建是完全拷贝整个主进程
-
进程里可以包含线程
-
进程之间（包括主进程和子进程）不存在数据共享，相互通信（浏览器和python之间的数据不能互通的），要通信则要借助队列，管道之类的
3.进程和线程之间的区别
-
线程共享地址空间，而进程之间有相互独立的空间
-
线程之间数据互通，相互操作，而进程不可以
-
新的线程比新的进程创建简单，比开进程的开销小很多
-
主线程可以影响子线程，而主进程不能影响子进程
4.在python中，进程与线程的用法就只是名字不同，使用的方法也是没多大区别
5.简单实例
1）创建一个简单的多进程：
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing,time
def func(name):
time.sleep(1)
print('hello',name,time.ctime())
ml = []
for i in range(3):
p = multiprocessing.Process(target=func,args=('yang',))
p.start()
ml.append(p)
for i in ml:
i.join() #注意这里，进程必须加join方法，不然会导致僵尸进程
运行结果：
不管怎么说，反正报错了，同样的代码，在python自带的IDLE里试试：
没有任何东西就结束了。好的，这里要说下了，按照我个人的理解，当你用pycharm或者IDLE时，pycharm或者IDLE在你的电脑里本身也是一个进程，并且默认是主进程。所以在pycharm会报错，而在IDLE里运行就是空白，个人理解，对不对暂且不谈，后期学到子进程时再说。
解决办法就是，其他的不变，加一个if __name == '__main__'判断就行：
这样就解决了，好的，你现在可以体会到那句话了，进程与线程的用法就只是名字不同，使用的方法也是没多大区别。不多说，自行体会。而运行结果看到的时间是同步的，那么这进程才是真正意义上的并行运行。
2）自定义类式进程
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing,time
class myprocess(multiprocessing.Process):
def __init__(self,name):
super(myprocess,self).__init__()
self.name = name
def run(self):
time.sleep(1)
print('hello',self.name,time.ctime())
if __name__ == '__main__':
ml = []
for i in range(3):
p = myprocess('yang')
p.start()
ml.append(p)
for j in ml:
j.join()
运行结果：
然后setDaemon之类的方法和线程也是完全一致的。
3）每一个进程都有根进程，换句话，每一个进程都有父进程
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing,time,os
def info():
print('mudule name:',__name__)
print('parent process:',os.getppid()) #父进程号
print('son process:',os.getpid()) #子进程号
if __name__ == '__main__':
info()
print('-----')
p = multiprocessing.Process(target=info,args=[])
p.start()
p.join()
运行结果：
而查看我本机的进程：
可以知道，6204就是pycharm，正是此时的根进程，而主进程就是我这个py文件（由__main__可知），接着再往下的子进程等等等的。
6.多进程间的通信和数据共享
首先我们都已经知道进程之间是独立的，不可以互通，并且数据相互独立，而在实际开发中，一定会遇到需要进程间通信的场景要求，那么我们怎么搞呢
有两种方法：
- pipe
- queue
1）使用queue通信
在多线程那里已经学过queue了，创建queue的方式，q = queue.Queue()，这种创建是创建的线程queue，并不是进程queue。创建进程queue的方式是：
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing
def func(q,name,age): #这里必须要把q对象作为参数传入才能实现进程之间通信
q.put({'name':name,'age':age})
if __name__ == '__main__':
q = multiprocessing.Queue() #创建进程queue对象
ml = []
for i in range(3):
p = multiprocessing.Process(target=func,args=(q,'yang',21))
p.start()
ml.append(p)
print(q.get()) #获取queue信息
print(q.get())
print(q.get())
for i in ml:
i.join()
运行结果：
好的，已经通过queue实现通信，那么细心的朋友可能会想，此时的queue到底是同一个呢还是copy的呢？开始测试，码如下：
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing
def func(q,name,age):
q.put({'name':name,'age':age})
print('id:',id(q))
if __name__ == '__main__':
q = multiprocessing.Queue()
ml = []
print('id:',id(q))
for i in range(3):
p = multiprocessing.Process(target=func,args=(q,'yang',21))
p.start()
ml.append(p)
print(q.get())
print(q.get())
print(q.get())
for i in ml:
i.join()
在Windows平台运行结果：
Linux的ubuntu下是这样的：
这就不好怎么说了，我个人的理解，线程和进程这类与电脑硬件（CPU，RAM）等有联系的都有不确定因素，姑且认为在Windows平台里queue是copy的，在Linux里是同一个吧，并且据经验人士表示，在macbook上也是同一个。
还有个问题， 假如使用的queue是线程式的呢？
代码其他都没变，只改了这里：
结果：
虽然报错了，但是却有一个关键点，提示的是不能pickle线程锁对象，也就是说刚才我们使用的queue是进程对象，所以可以pickle，注意了，这里就是关键点，使用了pickle，那么也就是说，在Windows平台里是copy的，如果不是copy，就不需要存在pickle对吧？直接拿来用就是啊，干嘛要pickle之后取的时候再反pickle呢对吧？
再看Linux下呢，由于Linux默认是python2，所以模块包名稍微有点不同
结果阻塞住了，但是前面的还是出来了，看到的id果然还是一样的。
这里就有三点需要注意：（个人理解，如有误望指正）
1.进程里的确不能使用线程式queue
2.Windows平台的进程式queue是copy的
3.Linux平台的线程式和进程式都是同一个，但是如果在进程里使用线程式queue会阻塞住
但我个人觉得copy更有安全性
2）使用pipe通信
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing
def func(conn):
conn.send('约吗？') #子进程发送数据
print(conn.recv()) #接受数据，不能加参数1024之类的
conn.close() #子进程关闭连接
if __name__ == '__main__':
parent_conn,son_conn = multiprocessing.Pipe() #创建pipe对象，父进程，子进程
ml = []
p = multiprocessing.Process(target=func,args=(son_conn,))
p.start()
print(parent_conn.recv()) #父进程接受数据，不能加参数1024之类的
parent_conn.send('不约') #发送数据
p.join() #join方法是进程特有
运行结果:
这样就联系上了，相信你发现了，基本和前面的socket差不多，不过唯一的不同是recv()方法不能加参数，不信的话，你加来试试
反观线程通信，相信你会觉得进程比线程更方便
当然pipe也可以有多个：
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing,time
def func(conn):
conn.send('约吗？') #子进程发送数据
print(conn.recv())
conn.close() #子进程关闭连接
if __name__ == '__main__':
parent_conn,son_conn = multiprocessing.Pipe() #创建pipe对象，父进程，子进程
ml = []
for i in range(3):
p = multiprocessing.Process(target=func,args=(son_conn,))
p.start()
ml.append(p)
print(parent_conn.recv()) #父进程接受数据，不能加参数1024之类的
parent_conn.send('不约')
for i in ml:
i.join()
运行结果：
7.进程之间数据共享——manager
比较简单，就利用了进程里的manager对象下的各个数据类型，其他的很简单的，我就不注释了
#!usr/bin/env python
#-*- coding:utf-8 -*-
# author:yangva
import multiprocessing
def func(l,d,num):
l.append(num)
d[num] = num
if __name__ == '__main__':
with multiprocessing.Manager() as manager:
l = manager.list()
d = manager.dict()
ml = []
for i in range(6):
p = multiprocessing.Process(target=func,args=(l,d,i))
p.start()
ml.append(p)
for i in ml:
i.join()
print('d:',d)
print('l:',l)
运行结果：
这样是不是就实现了数据共享了？
好的，进程也解析完了
