python基础--线程、进程

并发编程：
　　　　操作系统：(基于单核研究)

　　　　多道技术：

　　　　　　　　1、空间上的复用

　　　　　　　　　　　　多个程序共用一个计算机

　　　　　　　　2、时间上的复用

　　　　　　　　　　　　切换+保存状态

　　　　　　　　　　　　例如：洗衣 烧水 做饭

　　　　　　　　　　　　切换：

　　　　　　　　　　　　　　　　1、程序遇到IO操作系统会立刻剥夺着CPU的执行权限   IO：input、sleep、accept、recv...阻塞  日常生活中使用的软件通常都是IO密集型

　　　　　　　　　　　　　　　　2、当你的程序长时间占用CPU的时候也会被操作系统剥夺CPU的执行权限

　　　　进程理论：

　　　　　　　　进程调度：

　　　　　　　　　　　　时间片轮转法+多级反馈队列

　　　　　　　　进程三状态：运行、就绪、阻塞

　　　　　　　　　　　　ps：程序不会立刻进入运行状态，都会先在就绪态等待CPU的执行

　　　　　　　　同步异步：指的是任务的提交方式

　　　　　　　　　　　　同步：提交任务之后原地等待任务的返回结果  期间不做任何事

　　　　　　　　　　　　异步：提交任务之后就立刻执行下一行代码  不等待任务的返回结果 >>> 结果的获取使用异步回调机制

　　　　　　　　阻塞非阻塞：指的是程序的运行状态

　　　　　　　　　　　　阻塞：阻塞态

　　　　　　　　　　　　非阻塞：就绪态或者运行态

 

　　　　创建进程的两种方式：

　　　　　　　　使用Process实例化

　　　　　　　　继承Process类重写run方法

　　　　　　　　ps：windows在开启进程的时候必须在__main__代码块内，因为windows是以模块导入的方式从上执行代码

　　　　什么是进程：正在运行的程序

　　　　　　　　一个进程对应到内存中就是一块独立的内存空间

　　　　join方法：主进程等待某个指定的子进程运行结束，不影响其他子进程的运行

　　　　进程对象及其它方法：

　　　　　　　　current_process().pid

　　　　　　　　os.getpid

　　　　　　　　os.getppid

　　　　　　　　terminate()

　　　　　　　　is_alive()

　　　　守护进程：

　　　　　　　　daemon：这一句必须放在start之前使用

　　　　进程数据是隔离的

　　　　互斥锁：

　　　　　　　　多个进程操作一份数据的时候会出现数据错乱的现象

　　　　　　　　避免？：将操作数据的部分加锁处理（会将并发变成串行牺牲了效率但是保证了数据的安全）

　　　　　　　　强锁：acpuire()

　　　　　　　　释放锁：release()

　　　　　　　　

进程间的通信：

from multiprocessing import Queue
q = Queue(5)  # 括号内可以传参数 表示的是这个队列的最大存储数
# 往队列中添加数据
q.put(1)
q.put(2)
# print(q.full())  # 判断队列是否满了
q.put(3)
q.put(4)
q.put(5)
q.put(6)  # 当队列满了之后 再放入数据 不会报错 会原地等待 直到队列中有数据被取走(阻塞态)
print(q.get())
print(q.get())
print(q.get())
print(q.empty())  # 判断队列中的数据是否取完
print(q.get())
print(q.get())
print(q.empty())
print(q.get_nowait())  # 取值 没有值不等待直接报错
print(q.get())  # 当队列中的数据被取完之后 再次获取 程序会阻塞 直到有人往队列中放入值
"""
full
get_nowait
empty
都不适用于多进程的情况
"""

 

 

进程间通信IPC机制：

from multiprocessing import Process,Queue

def producer(q):
    q.put('hello GF~')

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

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


"""
子进程放数据 主进程获取数据
两个子进程相互放 取数据
"""

 

 

生产者消费者模型：

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


def producer(name,food,q):
    for i in range(10):
        data = '%s生产了%s%s'%(name,food,i)
        time.sleep(random.random())
        q.put(data)
        print(data)

def consumer(name,q):
    while True:
        data = q.get()
        if data == None:break
        print('%s吃了%s'%(name,data))
        time.sleep(random.random())
        q.task_done()  # 告诉队列你已经从队列中取出了一个数据 并且处理完毕了



if __name__ == '__main__':
    q = JoinableQueue()

    p = Process(target=producer,args=('大厨','馒头',q))
    p1 = Process(target=producer,args=('跟班','生蚝',q))
    c = Process(target=consumer,args=('william',q))
    c1 = Process(target=consumer,args=('john',q))
    p.start()
    p1.start()
    c.daemon = True
    c1.daemon = True
    c.start()
    c1.start()
    p.join()
    p1.join()

    q.join()  # 等到队列中数据全部取出

 

 

 

 

线程：

　　　　进程和线程都是虚拟单位，都是用来帮助我们形象的描述某种事物

　　　　进程：资源单位

　　　　线程：执行单位

　　　　　　　　将内存比成加工厂，那么进程就是相当于工厂里面的车间，那么线程就是车间里面的流水线

　　　　　　　　ps：每个进程都自带一个线程，线程才是真正的执行单位，进程只是在线程运行过程中提供代码运行所需要的资源

 

 

　　　　为什么要有线程：

　　　　　　　　开进程：

　　　　　　　　　　　　1、申请内存空间  耗资源

　　　　　　　　　　　　2、“拷贝代码”  耗资源

　　　　　　　　开线程：

　　　　　　　　　　　　一个进程内可以开多个线程，并且线程与线程之间数据是共享的

　　　　　　　　　　　　ps：开启线程的开销要远远小于启动进程的开销

　　　　开启线程的两种方式：

from threading import Thread
import time

def task(name):
    print('%s is running'%name)
    time.sleep(3)
    print('%s is over'%name)
# 开线程不需要在__main__代码块内 但是习惯性的还是写在__main__代码块内
t = Thread(target=task,args=('william',))
t.start()  # 告诉操作系统开辟一个线程  线程的开销远远小于进程
# 小的代码执行完 线程就已经开启了
print('主')

from threading import Thread
import time

class MyThread(Thread):
    def __init__(self,name):
        super().__init__()
        self.name = name

    def run(self):
        print('%s is running'%self.name)
        time.sleep(3)
        print('%s is over'%self.name)

t = MyThread('john')
t.start()
print('主')

 

 

　　　　线程对象方法：开启线程不需要在__main__代码块内，但是习惯性的还是写在__main__代码块内

from threading import Thread, current_thread, active_count
import time
import os

def task(name, i):
    print('%s is running'%name)
    # print('子current_thread:',current_thread().name)
    # print('子', os.getpid())
    time.sleep(i)

    print('%s is over'%name)
# 开线程不需要在__main__代码块内 但是习惯性的还是写在__main__代码块内
t = Thread(target=task, args=('john',1))
t1 = Thread(target=task, args=('william',2))
t.start()  # 告诉操作系统开辟一个线程  线程的开销远远小于进程
t1.start()  # 告诉操作系统开辟一个线程  线程的开销远远小于进程
t1.join()  # 主线程等待子线程运行完毕
print('当前正在活跃的线程数',active_count())
# 小的代码执行完 线程就已经开启了
print('主')
# print('主current_thread:',current_thread().name)
# print('主', os.getpid())

 

 

　　　　守护线程：主线程的结束也就意味着进程的结束，主线程必须等待其它非守护线程的结束才能结束（意味着子线程在运行的时候需要使用进程中的资源，而主线程一旦结束了资源也就销毁了）

from threading import Thread,current_thread
import time


def task(i):
    print(current_thread().name)
    time.sleep(i)
    print('GG')
# for i in range(3):
#     t = Thread(target=task,args=(i,))
#     t.start()
t = Thread(target=task,args=(1,))
t.daemon = True
t.start()
print('主')

 

 

 

 

　　　　线程间相互通信：

from threading import Thread


money = 666

def task():
    global money
    money = 999

t = Thread(target=task)
t.start()
t.join()
print(money)  # money变成了999

 

 

　　　　线程中的互斥锁：

　　　　　　　　

from threading import Thread,Lock
import time


n = 100

def task(mutex):
    global  n
    mutex.acquire()
    tmp = n
    time.sleep(0.1)
    n = tmp - 1
    mutex.release()

t_list = []
mutex = Lock()
for i in range(100):
    t = Thread(target=task,args=(mutex,))
    t.start()
    t_list.append(t)
for t in t_list:
    t.join()
print(n)

 

　　　　　　　　

　　　　线程中的小例子：

　　　　　　　　

from threading import Thread
from multiprocessing import Process
import time
def foo():
    print(123)
    time.sleep(1)
    print("end123")

def bar():
    print(456)
    time.sleep(3)
    print("end456")

if __name__ == '__main__':
    t1=Thread(target=foo)
    t2=Thread(target=bar)
    t1.daemon=True
    t1.start()
    t2.start()
    print("main-------")

 

　　　　这里需要注意的是：主线程要等待非守护线程的结束才会结束所以在这里面end123也是会输出的