并发编程-2

目录一览

• 创建进程的多种方式
• join方法
• 进程间数据默认隔离
• 进程间通信（IPC机制）
• 生产者消费者模型
• 进程相关方法
• 守护进程
• 僵尸进程与孤儿进程
• 互斥锁

创建进程的多种方式

"""
1.双击桌面程序图标
2.代码创建进程(需要掌握)
	需要掌握两种即可
"""
from multiprocessing import Process
import time


# def task(name):
#     print(f'{name}正在运行')
#     time.sleep(3)
#     print(f'{name}运行结束')
#
#
# if __name__ == '__main__':
#     p = Process(target=task, args=('jason',))  # 创建一个进程对象
#     p.start()  # 告诉操作系统创建一个进程(异步操作)
#     # task('jason')  # 普通的函数调用是同步操作
#     print('主进程')

"""
创建进程的代码在不同的操作系统中 底层原理有区别!!!
在windows中 创建进程类似于导入模块
    if __name__ == '__main__':  启动脚本
在mac、linux中 创建进程类似于直接拷贝
    不需要启动脚本 但是为了兼容性 也可以使用
"""


class MyProcess(Process):
    def __init__(self, name):
        super().__init__()
        self.name = name

    def run(self):
        print(f'{self.name}正在运行')
        time.sleep(5)
        print(f'{self.name}运行结束')


if __name__ == '__main__':
    obj = MyProcess('jason')
    obj.start()
    print('主进程')

join方法

join:主进程等待子进程运行结束之后再运行
    
推导步骤1:直接在主进程代码中添加time.sleep()
	不合理 因为无法准确把握子进程执行的时间
推导步骤2:join方法
	很合理!!!

def task(name, n):
    print(f'{name}正在运行')
    time.sleep(n)
    print(f'{name}运行结束')


if __name__ == '__main__':
    p1 = Process(target=task, args=('jason', 1))  # args就是通过元组的形式给函数传参
    p2 = Process(target=task, args=('kevin', 2))  # 也可以通过kwargs={'name':'jason', 'n':1} 太麻烦 没必要
    p3 = Process(target=task, args=('jerry', 3))
    start_time = time.time()
    p1.start()
    p2.start()
    p3.start()
    p1.join()
    p2.join()
    p3.join()
    end_time = time.time() - start_time
    print('总耗时:%s' % end_time)
    print('主进程')
'''一定要看准join的执行位置 以及多任务情况下等待的目标'''

进程间数据默认隔离

多个进程数据彼此之间默认是相互隔离的
	如果真的想交互 需要借助于'管道'或者'队列'
 
from multiprocessing import Process

money = 100


def task():
    global money
    money = 666
    print('子进程打印的money', money)


if __name__ == '__main__':
    p = Process(target=task)
    p.start()
    p.join()
    print('父进程打印的money', money)

进程间通信(IPC机制)

预备知识
	什么是队列:先进先出
		  from multiprocessing import Queue
        # 1.创建队列对象
        q = Queue(3)  # 括号内指定队列可以容纳的数据个数 默认:2147483647
        # 2.往队列添加数据
        # q.put(111)
        # print(q.full())  # 判断队列是否已经存满
        # q.put(222)
        # q.put(333)
        # print(q.full())
        # q.put(444)  # 超出数据存放极限 那么程序一致处于阻塞态 直到队列中有数据被取出
        # 3.从队列中取数据
        print(q.get_nowait())
        print(q.get_nowait())
        print(q.get_nowait())  # 队列中如果没有数据可取 直接报错
        # print(q.get())
        # print(q.empty())  # 判断队列是否已经空了
        # print(q.get())
        # print(q.get())
        # print(q.empty())
        # print(q.get())  # 超出数据获取极限 那么程序一致处于阻塞态 直到队列中有数据被添加
        """
            q.full()
            q.empty()
            q.get_nowait()
        上述方法在多进程下不能准确使用(失效)!!!
        """
IPC机制
	1.主进程与子进程通信
 	2.子进程与子进程通信
 
from multiprocessing import Queue, Process


def procedure(q):
    q.put('子进程procedure往队里中添加了数据')


def consumer(q):
    print('子进程的consumer从队列中获取数据', q.get())


if __name__ == '__main__':
    q = Queue()  # 在主进程中产生q对象 确保所有的子进程使用的是相同的q
    p1 = Process(target=procedure, args=(q,))
    p2 = Process(target=consumer, args=(q,))
    p1.start()
    p2.start()
    print('主进程')

生产者消费者模型

生产者
	产生数据
消费者
	处理数据
"""
爬取红牛分公司
	生产者:获取网页数据的代码(函数)
		爬
	消费者:从网页数据中筛选出符合条件的数据(函数)
		筛选

完整的生产者消费者模型至少有三个部分
	生产者
	消息队列/数据库
	消费者
"""

进程相关方法

1.查看进程号
	from multiprocessing import current_process
	import os
	current_process().pid
	os.getpid()
	os.getppid()
2.销毁子进程
	p1.terminate()
3.判断进程是否存活
	p1.is_alive()

守护进程

如何理解守护
	伴随着守护对象的存活而存活 死亡而死亡
    
    
from multiprocessing import Process
import time


def task(name):
    print('大内总管:%s存活' % name)
    time.sleep(3)
    print('大内总管:%s嗝屁' % name)


if __name__ == '__main__':
    p = Process(target=task, args=('基佬',))
    # p.daemon = True  # 将子进程设置为守护进程:主进程代码结束 子进程立刻结束
    p.start()
    p.daemon = True  # 必须在start之前执行
    print('天子Jason寿终正寝!!!')

僵尸进程与孤儿进程

僵尸进程
	进程已经运行结束 但是相关的资源并没有完全清空
 	需要父进程参与回收
孤儿进程
	父进程意外死亡 子进程正常运行 该子进程就称之为孤儿进程
 	孤儿进程也不是没有人管 操作系统会自动分配福利院接收

互斥锁

模拟抢票
	查票
	买票
		查票
 		买票
 
from multiprocessing import Process
import time
import json
import random


# 查票
def search(name):
    with open(r'data.json', 'r', encoding='utf8') as f:
        data = json.load(f)
    print('%s在查票 当前余票为:%s' % (name, data.get('ticket_num')))


# 买票
def buy(name):
    # 再次确认票
    with open(r'data.json', 'r', encoding='utf8') as f:
        data = json.load(f)
    # 模拟网络延迟
    time.sleep(random.randint(1, 3))
    # 判断是否有票 有就买
    if data.get('ticket_num') > 0:
        data['ticket_num'] -= 1
        with open(r'data.json', 'w', encoding='utf8') as f:
            json.dump(data, f)
        print('%s买票成功' % name)
    else:
        print('%s很倒霉 没有抢到票' % name)


def run(name):
    search(name)
    buy(name)


if __name__ == '__main__':
    for i in range(10):
        p = Process(target=run, args=('用户%s'%i, ))
        p.start()