进程、线程和协程

 

一、进程

1、多任务原理

　　多任务是指操作系统同时可以运行多个任务。

• 单核CPU实现多任务原理：操作系统轮流让各个任务交替执行；
• 多核CPU实现多任务原理：真正的执行多任务只能在多核CPU上实现，多出来的任务轮流调度到每个核心上执行。

• 并发：看上去一起执行，任务数多于CPU核心数；
• 并行：真正的一起执行，任务数小于等于CPU核心数。

　　实现多任务的方式：
　　　　1、多进程模式
　　　　2、多线程模式
　　　　3、协程模式
　　　　4、多进程+多线程模式

2、进程

　　对于操作系统而言，一个任务就是一个进程；

　　进程是系统中程序执行和资源分配的基本单元，每个进程都有自己的数据段、代码段、堆栈段。

---

 

　　下面是一小段程序，一个单任务的例子。在其中，有两个输出语句分别在在两个不同的循环当中，单任务的执行方式，也就是最初学习时，当一个循环没有结束的时候，无法执行到下面的程序当中。如果想要让两个循环可以同时在执行，就是在实现多任务，当然不是说同时输出，而是两个循环都在执行着。

from time import sleep
# 只能执行到那一个循环，执行不了run，所以叫单任务
def run():
    while True:
        print("&&&&&&&&&&&&&&&")
        sleep(1.2)

if __name__ == "__main__":
    while True:
        print("**********")
        sleep(1)
    run()

　　接下来启用多任务，通过进程来实现。

　　multiprocessing库：跨平台版本的多进程模块，提供了一个Process类来代表一个进程对象（fork仅适用于Linux）。

　　下面的程序是在一个父进程中创建一个子进程，让父进程和子进程可以都在执行，创建方式程序中已经很简洁了。可以自己把这两段程序复制下来运行一下，看看输出的效果。

from multiprocessing import Process
from time import sleep
import os

def run(str):
    # os.getpid()获取当前进程id号
    # os.getppid()获取当前进程的父进程id号
    while True:
        print("&&&&&&&&&&&&&&&%s--%s--%s" % (str, os.getpid(), os.getppid()))
        sleep(0.5)

if __name__ == "__main__":
    print("主（父）进程启动 %s" % (os.getpid()))
    # 创建子进程
    # target说明进程执行的任务
    p = Process(target=run, args=("nice",))
    # 启动进程
    p.start()

    while True:
        print("**********")
        sleep(1)

　　我想第一个单任务的程序就不必说了吧，就是一个死循环，一直没有执行到下面的run函数。第二段程序是通过多进程实现的多任务，两个循环都能执行到，我把结果截图放下面，最好自己去试一下。

3、父子进程的先后顺序

　　上面的多进程的例子中输出了那么多，我们使用的时候究竟是先执行哪个后执行哪个呢？根据我们的一般思维来说，我们写的主函数其实就是父进程，在主函数中间，要调用的也就是子进程。

 

from multiprocessing import Process
from time import sleep
import os

def run():
    print("启动子进程")
    print("子进程结束")
    sleep(3)

if __name__ == "__main__":
    print("父进程启动")
    p = Process(target=run)
    p.start()

    # 父进程的结束不能影响子进程，让进程等待子进程结束再执行父进程
    p.join()

    print("父进程结束")

4、全局变量在多个进程中不能共享 

　　在多进程的程序当中定义的全局变量在多个进程中是不能共享的，篇幅较长在这里就不举例子了，可以自己试一下。这个也是和稍后要说的线程的一个区别，在线程中，变量是可以共享的，也因此衍生出一些问题，稍后再说。

5、启动多个进程 

　　在正常工作使用的时候，当然不止有有个一个两个进程，毕竟这一两个也起不到想要的效果。那么就需要采用更多的进程，这时候需要通过进程池来实现，就是在进程池中放好你要建立的进程，然后执行的时候，把他们都启动起来，就可以同时进行了，在一定的环境下可以大大的提高效率。当然这个也和起初提到的有关，如果你的CPU是单核的，那么多进程也只是起到了让几个任务同时在执行着，并没有提高效率，而且启动进程的时候还要花费一些时间，因此在多核CPU当中更能发挥优势。

　　在multiprocessing中有个Pool方法，可以实现进程池。在利用进程池时可以设置要启动几个进程，一般情况下，它默认和你电脑的CPU核数一致，也可以自己设置，如果设置的进程数多于CPU核数，那多出来的进程会轮流调度到每个核心上执行。下面是启动多个进程的过程。

from multiprocessing import Pool
import os
import time
import random


def run(name):
    print("子进程%s启动--%s" % (name, os.getpid()))
    start = time.time()
    time.sleep(random.choice([1,2,3,4,5]))
    end = time.time()
    print("子进程%s结束--%s--耗时%.2f" % (name, os.getpid(), end-start))

if __name__ == "__main__":
    print("启动父进程")

    # 创建多个进程
    # Pool 进程池 :括号里的数表示可以同时执行的进程数量
    # Pool()默认大小是CPU核心数
    pp = Pool(4)
    for i in range(5):
        # 创建进程，放入进程池，统一管理
        pp.apply_async(run, args=(i,))

    # 在调用join之前必须先调用close，调用close之后就不能再继续添加新的进程了
    pp.close()
    # 进程池对象调用join还等待进程池中所有的子进程结束
    pp.join()

    print("结束父进程")

6、文件拷贝（单进程与多进程对比）

（1）单进程实现

from multiprocessing import Pool
import time
import os

# 实现文件的拷贝
def copyFile(rPath, wPath):
    fr = open(rPath, 'rb')
    fw = open(wPath, 'wb')
    context = fr.read()
    fw.write(context)
    fr.close()
    fw.close()

path = r'F:\python_note\线程、协程'
toPath = r'F:\python_note\test'

# 读取path下的所有文件
filesList = os.listdir(path)

# 启动for循环处理每一个文件
start = time.time()
for fileName in filesList:
    copyFile(os.path.join(path,fileName), os.path.join(toPath,fileName))

end = time.time()
print('总耗时：%.2f' % (end-start))

（2）多进程实现

from multiprocessing import Pool
import time
import os

# 实现文件的拷贝
def copyFile(rPath, wPath):
    fr = open(rPath, 'rb')
    fw = open(wPath, 'wb')
    context = fr.read()
    fw.write(context)
    fr.close()
    fw.close()

path = r'F:\python_note\线程、协程'
toPath = r'F:\python_note\test'


if __name__ == "__main__":
    # 读取path下的所有文件
    filesList = os.listdir(path)

    start = time.time()
    pp = Pool(4)
    for fileName in filesList:
        pp.apply_async(copyFile, args=(os.path.join(
            path, fileName), os.path.join(toPath, fileName)))
    pp.close()
    pp.join()
    end = time.time()
    print("总耗时：%.2f" % (end - start))

　　上面两个程序是两种方法实现同一个目标的程序，可以将其中的文件路径更换为你自己的路径，可以看到最后计算出的耗时是多少。也许有人发现并不是多进程的效率就高，说的的确没错，因为创建进程也要花费时间，没准启动进程的时间远多让这一个核心运行所有核心用的时间要多。这个例子也只是演示一下如何使用，在大数据的任务下会有更深刻的体验。

 7、进程对象

　　我们知道Python是一个面向对象的语言。而且Python中万物皆对象，进程也可以封装成对象，来方便以后自己使用，只要把他封装的足够丰富，提供清晰的接口，以后使用时会快捷很多，这个就根据自己的需求自己可以试一下，不写了。

 8、进程间通信

　　上面提到过进程间的变量是不能共享的，那么如果有需要该怎么办？通过队列的方式进行传递。在父进程中创建队列，然后把队列传到每个子进程当中，他们就可以共同对其进行操作。 

from multiprocessing import Process, Queue
import os
import time


def write(q):
    print("启动写子进程%s" % (os.getpid()))
    for chr in ['A', 'B', 'C', 'D']:
        q.put(chr)
        time.sleep(1)
    print("结束写子进程%s" % (os.getpid()))

def read(q):
    print("启动读子进程%s" % (os.getpid()))
    while True:
        value = q.get()
        print("value = "+value)
    print("结束读子进程%s" % (os.getpid()))

if __name__ == "__main__":
    # 父进程创建队列，并传递给子进程
    q = Queue()
    pw = Process(target=write, args=(q,))
    pr = Process(target=read, args=(q,))

    pw.start()
    pr.start()
    # 写进程结束
    pw.join()
    # pr进程里是个死循环，无法等待期结束，只能强行结束
    pr.terminate()
    print("父进程结束")

 二、线程

1、线程

• 在一个进程内部，要同时干多件事，就需要运行多个"子任务"，我们把进程内的多个"子任务"叫做线程
• 线程通常叫做轻型的进程，线程是共享内存空间，并发执行的多任务，每一个线程都共享一个进程的资源
• 线程是最小的执行单元而进程由至少一个线程组成。如何调度进程和线程，完全由操作系统来决定，程序自己不能决定什么时候执行，执行多长时间

模块：

1、_thread模块 低级模块（更接近底层）

2、threading模块 高级模块，对_thread进行了封装

2、启动一个线程

　　同样，先给一个多线程的例子，其中，仍然使用run函数作为其中的一个子线程，主函数为父线程。通过threading的Thread方法创建线程并开启，join来等待子线程。

import threading
import time


def run():
    print("子线程(%s)启动" % (threading.current_thread().name))

    # 实现线程的功能
    time.sleep(1)
    print("打印")
    time.sleep(2)

    print("子线程(%s)结束" % (threading.current_thread().name))


if __name__ == "__main__":
    # 任何进程都默认会启动一个线程，称为主线程，主线程可以启动新的子线程
    # current_thread()：返回线程的实例
    print("主线程(%s)启动" % (threading.current_thread().name))

    # 创建子线程
    t = threading.Thread(target=run, name="runThread")
    t.start()

    # 等待线程结束
    t.join()

    print("主线程(%s)结束" % (threading.current_thread().name))

3、线程间数据共享

　　多线程和多进程最大的不同在于，多进程中，同一个变量，各自有一份拷贝存在每个进程中，互不影响。

　　而多线程所有变量都由所有线程共享。所以任何一个变量都可以被任何一个线程修改，因此，线程之间共享数据最大的危险在于多个线程同时修改一个变量，容易把内容改乱了。

import threading


num = 10

def run(n):
    global num
    for i in range(10000000):
        num = num + n
        num = num - n

if __name__ == "__main__":
    t1 = threading.Thread(target=run, args=(6,))
    t2 = threading.Thread(target=run, args=(9,))

    t1.start()
    t2.start()
    t1.join()
    t2.join()

    print("num = ",num)

4、线程锁

　　在第三小点中已经提到了，多线程的一个缺点就是数据是共享的，如果有两个线程正同时在修改这个数据，就会出现混乱，它自己也不知道该听谁的了，尤其是在运算比较复杂，次数较多的时候，这种错误的机会会更大。

　　当然，解决办法也是有的，那就是利用线程锁。加锁的意思就是在其中一个线程正在对数据进行操作时，让其他线程不得介入。这个加锁和释放锁是由人来确定的。

• 确保了这段代码只能由一个线程从头到尾的完整执行
• 阻止了多线程的并发执行，要比不加锁时候效率低。包含锁的代码段只能以单线程模式执行
• 由于可以存在多个锁，不同线程持有不同的锁，并试图获取其他的锁，可能造成死锁导致多个线程挂起，只能靠操作系统强制终止

def run(n):
    global num
    for i in range(10000000):    
        lock.acquire()
        try:
            num = num + n
            num = num - n
        finally:
            # 修改完释放锁
            lock.release()

if __name__ == "__main__":
    t1 = threading.Thread(target=run, args=(6,))
    t2 = threading.Thread(target=run, args=(9,))

    t1.start()
    t2.start()
    t1.join()
    t2.join()

    print("num = ",num)

　　上面这段程序是循环多次num+n-n+n-n的过程，变量n分别设为6和9是在两个不同的线程当中，程序中已经加了锁，你可以先去掉试一下，当循环次数较小的时候也许还能正确，但次数一旦取的较高就会出现混乱。

　　加锁是在循环体当中，依次执行加减法，定义中说到确保一个线程从头到尾的完整执行，也就是在计算途中，不会有其他的线程打扰。你可以想一下，如果一个线程执行完加法，正在执行减法，另一个线程进来了，它要先进行加法时的初始sum值该是多少呢，线程二不一定在线程一的什么时候进来，万一刚进来时候，线程一恰好给sum赋值了，而线程二仍然用的是正准备进来时候的sum值，那从这里开始岂不已经分道扬镳了。所以，运算的次数越多，结果会越离谱。

　　这个说完了，还有一个小小的改进。你是否记得读写文件时候书写的一种简便形式，通过with来实现，可以避免我们忘记关闭文件，自动帮我们关闭。当然还有一些其他地方也用到了这个方法。这里也同样适用。

# 与上面代码功能相同,with lock可以自动上锁与解锁
with lock:
    num = num + n
    num = num - n

5、ThreadLocal

• 创建一个全局的ThreadLocal对象
• 每个线程有独立的存储空间
• 每个线程对ThreadLocal对象都可以读写，但是互不影响

　　根据名字也可以看出，也就是在本地建个连接，所有的操作在本地进行，每个线程之间没有数据的影响。

import threading


num = 0
local = threading.local()

def run(x, n):
    x = x + n
    x = x - n

def func(n):
    # 每个线程都有local.x
    local.x = num
    for i in range(10000000):
        run(local.x, n)
    print("%s-%d" % (threading.current_thread().name, local.x))


if __name__ == "__main__":
    t1 = threading.Thread(target=func, args=(6,))
    t2 = threading.Thread(target=func, args=(9,))

    t1.start()
    t2.start()
    t1.join()
    t2.join()

    print("num = ",num)

6、控制线程数量

'''
控制线程数量是指控制线程同时触发的数量，可以拿下来这段代码运行一下，下面启动了5个线程，但是他们会两个两个的进行
'''
import threading
import time

# 控制并发执行线程的数量
sem = threading.Semaphore(2)

def run():
    with sem:
        for i in range(10):
            print("%s---%d" % (threading.current_thread().name, i))
            time.sleep(1)


if __name__ == "__main__":
    for i in range(5):
        threading.Thread(target=run).start()

　　上面的程序是有多个线程，但是每次限制同时执行的线程，通俗点说就是限制并发线程的上限；除此之外，也可以限制线程数量的下限，也就是至少达到多少个线程才能触发。

import threading
import time


# 凑够一定数量的线程才会执行，否则一直等着
bar = threading.Barrier(4)

def run():
    print("%s--start" % (threading.current_thread().name))
    time.sleep(1)
    bar.wait()
    print("%s--end" % (threading.current_thread().name))


if __name__ == "__main__":
    for i in range(5):
        threading.Thread(target=run).start()

7、定时线程

import threading


def run():
    print("***********************")

# 延时执行线程
t = threading.Timer(5, run)
t.start()

t.join()
print("父线程结束")

8、线程通信

import threading
import time


def func():
    # 事件对象
    event = threading.Event()
    def run():
        for i in range(5):
            # 阻塞，等待事件的触发
            event.wait()
            # 重置阻塞，使后面继续阻塞
            event.clear()
            print("**************")
    t = threading.Thread(target=run).start()
    return event

e = func()

# 触发事件
for i in range(5):
    time.sleep(2)
    e.set()

9、一个小栗子

　　这个例子是用了生产者和消费者来模拟，要进行数据通信，还引入了队列。先来理解一下。

import threading
import queue
import time
import random


# 生产者
def product(id, q):
    while True:
        num = random.randint(0, 10000)
        q.put(num)
        print("生产者%d生产了%d数据放入了队列" % (id, num))
        time.sleep(3)
    # 任务完成
    q.task_done()

# 消费者
def customer(id, q):
    while True:
        item = q.get()
        if item is None:
            break
        print("消费者%d消费了%d数据" % (id, item))
        time.sleep(2)
    # 任务完成
    q.task_done()


if __name__ == "__main__":
    # 消息队列
    q = queue.Queue()

    # 启动生产者
    for i in range(4):
        threading.Thread(target=product, args=(i, q)).start()

    # 启动消费者
    for i in range(3):
        threading.Thread(target=customer, args=(i, q)).start()

10、线程调度

import threading
import time


# 线程条件变量
cond = threading.Condition()


def run():
    with cond:
        for i in range(0, 10, 2):
            print(threading.current_thread().name, i)
            time.sleep(1)
            cond.wait()  # 阻塞
            cond.notify()  # 告诉另一个线程可以执行


def run2():
    with cond:
        for i in range(1, 10, 2):
            print(threading.current_thread().name, i)
            time.sleep(1)
            cond.notify()
            cond.wait()


threading.Thread(target=run).start()
threading.Thread(target=run2).start()

三、协程

1、协程

• 子程序/子函数：在所有语言中都是层级调用，比如A调用B，在B执行的工程中又可以调用C，C执行完毕返回，B执行完毕返回最后是A执行完毕。是通过栈实现的，一个线程就是一个子程序，子程序调用总是一个入口，一次返回，调用的顺序是明确的
• 协程：看上去也是子程序，但执行过程中，在子程序的内部可中断，然后转而执行别的子程序，不是函数调用，有点类似CPU中断

# 这是一个子程序的调用
def C():
    print("C--start")
    print("C--end")

def B():
    print("B--start")
    C()
    print("B--end")

def A():
    print("A--start")
    B()
    print("A--end")

A()

• 协程与子程序调用的结果类似，但不是通过在函数中调用另一个函数
• 协程执行起来有点像线程，但协程的特点在于是一个线程
• 与线程相比的优点：协程的执行效率极高，因为只有一个线程，也不存在同时写变量的冲突，在协程中共享资源不加锁，只需要判断状态

2、协程的原理

# python对协程的支持是通过generator实现的
def run():
    print(1)
    yield 10
    print(2)
    yield 20
    print(3)
    yield 30

# 协程的最简单风格，控制函数的阶段执行，节约线程或者进程的切换
# 返回值是一个生成器
m = run()
print(next(m))
print(next(m))
print(next(m))

3、数据传输

# python对协程的支持是通过generator实现的
def run():
    print(1)
    yield 10
    print(2)
    yield 20
    print(3)
    yield 30

# 协程的最简单风格，控制函数的阶段执行，节约线程或者进程的切换
# 返回值是一个生成器
m = run()
print(next(m))
print(next(m))
print(next(m))

4、小栗子

def product(c):
    c.send(None)
    for i in range(5):
        print("生产者产生数据%d" % (i))
        r = c.send(str(i))
        print("消费者消费了数据%s" % (r))
    c.close()


def customer():
    data = ""
    while True:
        n = yield data
        if not n:
            return
        print("消费者消费了%s" % (n))
        data = "200"


c = customer()
product(c)