Python_线程、线程效率测试、数据隔离测试、主线程和子线程

0、进程中的概念

  三状态:就绪、运行、阻塞

    就绪(Ready):当进程已分配到除CPU以外的所有必要资源,只要获得处理机便可立即执行,这时的进程状态成为就绪状态.

    执行/运行(Running)状态:当进程已获得处理机,其程序正在处理机上执行,此时的进程状态成为执行状态.

    阻塞(Blocked)状态正在执行的进程,由于等待某个事件发生而无法执行时,便放弃处理机而处于阻塞状态.引起进程阻塞的事件可有多种,例如,等待I/O完成、申请缓冲区不能满足、等待信件(信号)等.

 

  同步:一个任务的完成需要依赖另外一个任务时,只有等待被依赖的任务完成后,依赖的任务才能算完成,这是一种可靠的任务序列。要么成功都成功,失败都失败,两个任务的状态可以保持一致。

 

  异步:不需要等待被依赖的任务完成,只是通知被依赖的任务要完成什么工作,依赖的任务也立即执行,只要完成了整个任务就算完成了。至于被依赖的任务最终是否真正完成,依赖他的任务无法确定,所以是不可靠的任务序列。

    

   进程是计算机中最小的资源分配单位。

 

  基础的进行开启:    

 1 import time
 2 from multiprocessing import Process
 3 
 4 def f(name):
 5     print('hello', name)
 6     print('我是子进程')
 7 
 8 if __name__ == '__main__':
 9     p = Process(target=f, args=('bob',))
10     p.start()
11     time.sleep(1)
12     print('执行主进程了')
子进程的开启
1 D:\Python36\python.exe E:/Python/草稿纸.py
2 hello bob
3 我是子进程
4 执行主进程了
5 
6 Process finished with exit code 0
结果

 

 

  锁 —— 互斥锁

 

  信号量 —— 锁 + 计数器

 

  事件 —— Python线程的事件用于主线程控制其他线程的执行,事件主要提供了三个方法set、wait、clear。

    事件处理的机制:全局定义了一个‘Flag’,如果‘Flag’值为False,那么当程序event.wait方法时就会阻塞,如果'Flag'值为True,那么event,wait方法便不再阻塞.

    clear:将'Flag'设置为False.

    set:将'Flag'设置为True.

 

  数据共享  Manager : dict、list

    进程都在同一台计算机上才能用。

    数据在进程之间不安全。

 

  进程之间的数据共享 : 消息中间

    memcache

    rabbitmq

    redis

 

  队列:管道 + 锁

    处理任意数据类型

    进程之间的数据安全 —— 进程安全

 

  管道:

    有两端

    需要关闭不用的所有端口,才会在recv处报错。

    进程不安全。

 

  进程池:

    什么情况下要用进程池:

      高CPU型的代码需要用进程池。

      进程池设定  CPU个数 + 1

    Pool池:

      apply  同步

      apply_async  异步提交

        get  获取返回值

        close

        join

      map

        apply_async的简化版

        它内部实现了close, join

        但是没有get方法,无法接受返回值。

      回调函数  apply_async(callback=???)

        回调函数是在主进程中执行的

        在子进程执行完任务之后立刻将结果返回给回调函数,被回调函数作为参数进行下一步的处理。

 

  信号量和池

    在同一时刻只会有n个进程在执行代码

    相似?不同?

      信号量是有多少任务开多少进程,信号量仍然给操作系统到来了很多负担。

      池中进程的数量是固定的,只是分别借用池中的进程来执行任务而已。

 

1、线程

 

  线程是计算机中能被CPU调度的最小单位。

  进程是计算机中资源分配的最小单位。

 

  多线程的特点:

    并发;

    轻量级;

    数据不隔离。

 

  多进程的特点:

    并发的;

    操作比较重;

    数据完全隔离

 

 

 

2、线程效率测试

 

 1 import os
 2 import time
 3 from threading import Thread
 4 
 5 
 6 # 线程  Tread
 7 
 8 def func():
 9     for i in range(10):
10         print('in thread:', i, os.getpid())
11         time.sleep(0.5)
12 
13 
14 if __name__ == '__main__':
15     t = Thread(target=func)
16     t.start()
17     time.sleep(1)
18     print('in main', os.getpid())
19     time.sleep(1)
20     print('in main 2', os.getpid())
效率测试
 1 D:\Python36\python.exe E:/Python/草稿纸.py
 2 in thread: 0 14936
 3 in thread: 1 14936
 4 in main 14936
 5 in thread: 2 14936
 6 in thread: 3 14936
 7 in main 2 14936
 8 in thread: 4 14936
 9 in thread: 5 14936
10 in thread: 6 14936
11 in thread: 7 14936
12 in thread: 8 14936
13 in thread: 9 14936
14 
15 Process finished with exit code 0
结果

 

 

3、数据隔离测试

 未完待续。。。 

 

4、主线程和子线程

 未完待续。。。 

 

posted @ 2018-06-15 18:08  AKA绒滑服贵  阅读(416)  评论(0编辑  收藏  举报