python——进程、线程、协程

说明

1、一个应用程序，默认单进程，单线程；
2、python GIL，全局解释器锁，cpu每次只能执行一个进程中的一个线程。
3、多进程，多线程：
　　IO操作使用多线程可以提高效率；
　　计算型操作使用多进程可以提高效率。

 

一、线程

创建线程

import threading

def f1(arg):
    print(arg)

t = threading.Thread(target=f1,args=(123,)) #创建线程，让线程执行f1，f1的参数为123
t.start()   #当前线程并不一定会立即执行，要等待CPU调度

 

threading基本用法

import time
def f1(a):
    time.sleep(1)
    print(a)

import threading
t = threading.Thread(target=f1,args=('ss')) #创建线程，让线程执行f1，f1的参数为'ss'
t.setDaemon(True)   #true，表示主线程不等该子线程，主线程执行结束直接退出。默认False
t.start()   #当前线程并不一定会立即执行，要等待CPU调度
t.join(2)    #表示主线程在此等待，直到子线程结束，最多等2秒
print('end')

 

自定义线程类

import threading
class MyThread(threading.Thread):
    def __init__(self,func,args):
        self.func = func
        self.args = args
        super(MyThread,self).__init__() #主动执行父类的构造方法

    def run(self):  #run方法会自动执行
        self.func(self.args)

def f(arg):
    print(arg)

obj = MyThread(f,"ss")
obj.start()

 

FIFO队列

先进先出，基础队列。在内存中创建的队列

import queue
q = queue.Queue(10) #建立队列，队列最大长度为10，超过则阻塞或报错
q.put(11)   #队列放数据
q.put(22,block=False)   #不阻塞，直接报错
q.put(33,timeout=2) #等待两秒，两秒之后报错

print(q.qsize())    #打印队列长度

print(q.get())  #队列取数据
print(q.get(timeout=2)) #等待两秒，两秒之后报错
print(q.get(block=False))   #不阻塞，直接报错

 

其他队列

queue.LifoQueue()   #后进先出队列
queue.PriorityQueue()   #优先级队列
queue.deque()   #双向队列

 

生产者消费者模型

import threading,queue
q = queue.Queue(20)
def productor(arg):    #生产者
    while True:
        q.put(str(arg)+' ss')

def consumer(arg): #消费者
    while True:
        print(arg,q.get())

for i in range(20):
    t = threading.Thread(target=productor,args=(i,))
    t.start()

for j in range(3):
    t = threading.Thread(target=consumer,args=(j,))
    t.start()

线程锁

import threading,time
NUM=10

def func(lock):
    global NUM
    lock.acquire()  #上锁
    NUM -= 1
    time.sleep(2)
    print(NUM)
    lock.release()  #开锁

lock = threading.Lock() #互斥锁，每次只能执行一个线程
#lock = threading.RLock()    #支持多层锁嵌套
#lock = threading.BoundedSemaphore(5)    #最多允许5个线程同时允行

for i in range(10):
    t = threading.Thread(target=func,args=(lock,))
    t.start()

import threading

def func(i,event):
    print(i)
    event.wait()    #检测，如果是clear()则停，如果是set()则继续执行。
    print(i+100)

event=threading.Event() #批量锁住所有线程

for i in range(10):
    t = threading.Thread(target=func,args=(i,event,))
    t.start()

event.clear()   #设置成
inp = input('>>>')
if inp=='1':
    event.set()

import threading

def func(i,con):
    print(i)
    con.acquire()   #上锁
    con.wait()  #等待notify，notify(2)则释放两个线程锁
    print(i+100)
    con.release()

con = threading.Condition() #条件锁，notify(n)决定释放几个锁

for i in range(10):
    t = threading.Thread(target=func,args=(i,con,))
    t.start()

while True:
    inp = input('>>>')
    if inp == 'q':
        break
    con.acquire()
    con.notify(int(inp))
    con.release()
    #上面三句固定写法

import threading

def condition():
    ret = False
    r = input('>>>')
    if r == 'true':
        ret = True
    else:
        ret = False
    return ret

def func(i,con):
    print(i)
    con.acquire()   #上锁
    con.wait_for(condition)  #等待condition函数的执行结果，返回true则释放一个锁
    print(i+100)
    con.release()

con = threading.Condition() #条件锁，notify(n)决定释放几个锁

for i in range(10):
    t = threading.Thread(target=func,args=(i,con,))
    t.start()

Timer

from threading import Timer

def hello():
    print('hello world')

t = Timer(1,hello)
t.start()   #1秒钟之后执行hello函数

 

线程池

import queue
import threading
import time
class ThreadPool:
    def __init__(self,maxsize):
        self.maxsize = maxsize
        self._q = queue.Queue(maxsize)
        for i in range(maxsize):
            self._q.put(threading.Thread)   #把线程放入队列

    def get_thread(self):
        return self._q.get()

    def add_thread(self):
        self._q.put(threading.Thread)

pool = ThreadPool(5)

def task(arg,p):
    print(arg)
    time.sleep(1)
    p.add_thread()

for i in range(100):
    t = pool.get_thread()
    obj = t(target=task,args=(i, pool,))
    obj.start()

import queue
import threading
import contextlib
import time

StopEvent = object()    #空值，用于终止线程任务


class ThreadPool(object):

    def __init__(self, max_num, max_task_num = None):
        if max_task_num:
            self.q = queue.Queue(max_task_num)
        else:
            self.q = queue.Queue()
        self.max_num = max_num
        self.cancel = False
        self.terminal = False
        self.generate_list = []
        self.free_list = []

    def run(self, func, args, callback=None):
        """
        线程池执行一个任务
        :param func: 任务函数
        :param args: 任务函数所需参数
        :param callback: 任务执行失败或成功后执行的回调函数，回调函数有两个参数1、任务函数执行状态；2、任务函数返回值（默认为None，即：不执行回调函数）
        :return: 如果线程池已经终止，则返回True否则None
        """
        if self.cancel:
            return
        if len(self.free_list) == 0 and len(self.generate_list) < self.max_num:
            self.generate_thread()
        w = (func, args, callback,) #把三个函数放到一个元组里，作为一个任务
        self.q.put(w)   #把任务放入队列

    def generate_thread(self):
        """
        创建一个线程
        """
        t = threading.Thread(target=self.call)  #线程执行call方法
        t.start()

    def call(self):
        """
        循环去获取任务函数并执行任务函数
        """
        current_thread = threading.currentThread()  #获取当前线程
        self.generate_list.append(current_thread)   #把当前线程加入generate_list

        event = self.q.get()    #从队列中取出任务
        while event != StopEvent:

            func, arguments, callback = event
            try:
                result = func(*arguments)
                success = True
            except Exception as e:
                success = False
                result = None

            if callback is not None:
                try:
                    callback(success, result)
                except Exception as e:
                    pass

            with self.worker_state(self.free_list, current_thread):
                if self.terminal:
                    event = StopEvent
                else:
                    event = self.q.get()
        else:

            self.generate_list.remove(current_thread)

    def close(self):
        """
        执行完所有的任务后，所有线程停止
        """
        self.cancel = True
        full_size = len(self.generate_list)
        while full_size:
            self.q.put(StopEvent)
            full_size -= 1

    def terminate(self):
        """
        无论是否还有任务，终止线程
        """
        self.terminal = True

        while self.generate_list:
            self.q.put(StopEvent)

        self.q.queue.clear()

    @contextlib.contextmanager
    def worker_state(self, state_list, worker_thread):
        """
        用于记录线程中正在等待的线程数
        """
        state_list.append(worker_thread)
        try:
            yield
        finally:
            state_list.remove(worker_thread)



# How to use


pool = ThreadPool(5)

def callback(status, result):
    # status, execute action status
    # result, execute action return value
    pass


def action(i):
    print(i)

for i in range(30):
    ret = pool.run(action, (i,), callback)

time.sleep(5)
print(len(pool.generate_list), len(pool.free_list))
print(len(pool.generate_list), len(pool.free_list))
# pool.close()
# pool.terminate()

 

二、进程

创建子进程，子进程间数据共享

进程操作尽量不在windows环境下使用

from multiprocessing import Process
from multiprocessing import queues
import multiprocessing

def foo(i,li):
    li.put(i)
    print('say hi', i,li.qsize())

li = queues.Queue(20,ctx=multiprocessing)   #特殊的队列，子进程间数据共享
for i in range(10):
    p = Process(target=foo, args=(i,li,))   #多进程执行foo函数
    p.start()

from multiprocessing import Process
from multiprocessing import Manager

def Foo(i,dic):
    dic[i] = 100 + i
    print(dic.values())


manage = Manager()  #创建对象
dic = manage.dict()  #主进程建立特殊的字典，用于子进程间数据共享
for i in range(10):
    p = Process(target=Foo, args=(i,dic))
    p.start()
    p.join()    #主进程等待子进程都结束

进程锁

进程锁用法和线程一样。

进程池

from multiprocessing import Pool

def foo(arg):
    print(arg)

if __name__=="__main__":
    pool = Pool(5)
    for i in range(30):
        #pool.apply(func=foo,args=(i,))    #去进程池中取进程，串行执行foo
        pool.apply_async(func=foo,args=(i,))    #非阻塞异步执行
    pool.close()
    pool.join() #与上一行一起，表示等待所有子进程全部执行完毕

 

三、协程

利用一个线程，分解一个线程成为多个微线程
pip3 install gevent
gevent使用greenlet库完成协程操作

from greenlet import greenlet

def test1():
    print(12)
    gr2.switch()
    print(34)
    gr2.switch()

def test2():
    print(56)
    gr1.switch()
    print(78)

gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()

from gevent import monkey; monkey.patch_all()
import gevent
import requests

def f(url):
    print('GET: %s' % url)
    resp = requests.get(url)
    data = resp.text
    print('%d bytes received from %s.' % (len(data), url))

gevent.joinall([
        gevent.spawn(f, 'https://www.python.org/'),
        gevent.spawn(f, 'https://www.baidu.com/'),
        gevent.spawn(f, 'https://github.com/'),
])