Python守护进程、进程互斥锁、进程间通信ICP（Queue队列）、生产者消费者模型

知识点一：守护进程
守护进程：p1.daemon=True
守护进程其实就是一个“子进程“，守护=》伴随
守护进程会伴随主进程的代码运行完毕后而死掉
进程：当父进程需要将一个任务并发出去执行，需要将该任务放到以个子进程里
守护：当该子进程内的代码在父进程代码运行完毕后就没有存在的意义了，就应该
将该子进程设置为守护进程，会在父进程代码结束后死掉

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__':
        p1=Process(target=foo)
        p2=Process(target=bar)

        # 将子进程p1设置为守护进程，
        # 所以p1会在print("main-------")打印完成后死掉，所以p1进程不会打印
        p1.daemon=True
        p1.start()
        p2.start()
        # time.sleep(1)
        print("main-------")

主进程代码运行完，但是主进程不会死，还要回收子进程的僵尸进程，
所有守护进程只是守护主进程代码运行完就会死掉

p.daemon=True #守护进程要放在进程start之前
p.start()
print('主')

（1）：正常情况子进程p不会打印，而会直接打印‘主’
（2）：个别请况电脑速度快的时候，子类p里面的代码可能会运行（可能不是全部），然后等
主进程打印输出后，p会死掉（代码自上而下运行，操作系统产生并造出子类的速度快的前提下）

知识点二：进程的互斥锁

互斥锁：就是将要执行任务的部门代码（只涉及到修改共享数据的代码）变成串行

第一步：导入multiprocessing方法下面的Lock类
第二步：在if __name__ == '__main__':方法下面调用Lock类mutex=Lock()，拿到一个对象
第三步：在子类中需要共享的数据前后加入 加锁：mutex.acquire()——》需要共享修改数据的代码体《解锁：——mutex.release()

实验：实现简单的抢票功能
分析：1）查看变为并发（实现大家查询到的车票信息是一致的）
2）购买变为串行（因为购买涉及到了修改数据信息，所以一定要遵循先到先得）

（理解为用锁来限制，同一时间只能让一个人拿着锁去改数据，先抢到锁的人
就有优先购买的权限）

join：是将子类里面的所有代码都整体串行（就会将查询、购买2部分全部都变为串行，延迟更高）
互斥锁：可以挑选一段代码（修改数据即买票的那部分）单独抽出来加锁

#模拟抢票软件的原理：
from multiprocessing import Lock,Process
    import json,os,time,random

    def check():               #查票功能实现并行访问
        time.sleep(1)
        with open('db.txt','rt',encoding='utf-8') as f:
            dic=json.load(f)
            print('%s 查看余票数为 %s'%(os.getpid(),dic['count']))

    def get():               #购票因为牵涉到对后台数据的修改，所以加互斥锁目的是逐一进行访问修改，以免数据错乱
        with open('db.txt', 'rt',encoding='utf-8') as f:
            dic = json.load(f)
        time.sleep(2)
        if dic['count'] >0:
            #有票
            dic['count']-=1
            time.sleep(random.randint(1, 3))          #在购票时，模拟网络延迟...
            with open('db.txt', 'wt',encoding='utf-8') as f:
                json.dump(dic,f)
            print('%s 购票成功'%os.getpid())
        else:
            print('%s 没有余票'%os.getpid())

    def task(mutex):
        #查看（并行访问）
        check()
        #抢票（加入互斥锁，实现串行访问，先到先得原则）
        mutex.acquire()
        get()
        mutex.release() #第一个购买完成后，解锁，后续进入继续购买

    if __name__ == '__main__':
         mutex=Lock()   #调用Lock类拿到一个对象
         for i in range(10):
             p=Process(target=task,args=(mutex,))
             p.start()

知识点三：进程间的通信
需求的演变思路：就是为了用一块儿共享的内存==》实现进程间的共享
必须有2个特点：
1.一定是内存空间
2.能够自动帮忙处理锁的问题

IPC机制：
PIPE：管道
Queue:PIPE+锁（队列）

注意：
1.队列占用的是内存空间
2.不应该往队列中放大数据，应该只存放数据量较小的精简的内容

重点讲队列：Queue
    同样也是在multiprocessing方法里面导入Queue模块：

    from multiprocessing  import Queue
    # q.put()括号里面可以传多种数据类型
    #定义队列里面存在数据的个数，先进先出原则

    # 1.block、time是搭配使用的
    # 2.False：一般单独使用，会立即报错（打印提示信息）

    q=Queue(3)

    # #存数据
    # q.put('first')
    q.put({'k':'second'})
    q.put(['two',])
    q.put(['three',])
    # q.put(4,block=True,timeout=3) #*****如果不加block=True,timeout=3备注，一直是收取的状态
    # #block=True timeout:意思是管道满了无法再往里面放，并且会等待3秒
    # 如果还是满的状态，就会报错（如果不加程序是一直加载状态不会报错）

    print(q.get())
    print(q.get())
    print(q.get())
    # print(q.get(block=True,timeout=2)) #***如果不跟参数，会打印前3个，后卡在那里..
    #block=True,timeout=2,加了如果管道里面没有数据，等待2秒后会报错（提示信息）

    #注意无论是收还是发：当block=False的时候，是会直接报错，（所以False一般不与time搭配使用）
    # print(q.get(block=False)

知识点四：生产者消费者模型
1.为什么是生产者消费者模型
生产者：比喻的是程序中负责产生数据的任务
消费者：比喻的是程序中负责处理数据的任务

生产者———>共享的介质(队列)<————消费者

2.为何用
实现生产者与消费者的解耦和，生产者可以不停的生产，消费者也可以不停的消费
从而平衡了生产者的生产能力与消费者消费能力，提升了而整体运行的效率

什么时候用：
当我们程序中存在明显的两类任务，一类是负责产生数据，一类是负责处理数据，此时
就应该考虑使用生产者消费者模型来提升程序的效率

第一个初始版本（分析）：
from multiprocessing import Queue,Process

import time
import os
import random

def producer(name,food,q):
    for i in range(2):
        res='第%s食物%s'%(i,food)
        time.sleep(random.randint(1,3))
        q.put(res)    #往管道传数据
        print('\033[45m%s 生产了 %s\033[0m'%(name,res))
    # q.put(None)

def consumer(name,q):
    while True:
        time.sleep(random.randint(1, 3))
        res=q.get()   #从管道取数据
        if res is None:break
        print('%s 吃了 %s'%(name,res))

if __name__ == '__main__':
    q=Queue()
    p1=Process(target=producer,args=('生产1','包子',q,))
    p2=Process(target=producer,args=('生产2','面条',q,))
    p3=Process(target=producer,args=('生产3','米饭',q,))

    c1=Process(target=consumer,args=('消费1',q,))
    c2=Process(target=consumer,args=('消费2',q,))

    #开始造食物
    p1.start()
    p2.start()
    p3.start()
    #开始造消费者
    c1.start()
    c2.start()

    #保证食物完全造好到管道里面
    p1.join()   #保证全部生产完，放入管道
    p1.join()
    p1.join()
    q.put(None)   #保证所有东西都在管道里面
    q.put(None)   #2个None是并排放在最后面的，为了保证每个用户进去取完最后取None不至于一致卡在那里接收

    print('主程序')

#消费者取走了多少，取决于每个消费者网络延迟各方面的速度，另外管道里面的东西取走就没了，搜所以同时取，取得多少是不一定的

终极版本：

#终极版本：消费者给生产者发信号，...等队列结束JoinableQueue，对队列被取空了
from multiprocessing import Queue,Process,JoinableQueue

import time
import os
import random

def producer(name,food,q):
    for i in range(2):
        res='第%s食物%s'%(i,food)
        time.sleep(random.randint(1,3))
        q.put(res)    #往管道传数据
        print('\033[45m%s 生产了 %s\033[0m'%(name,res))

def consumer(name,q):
    while True:
        time.sleep(random.randint(1, 3))
        res=q.get()   #从管道取数据
        if res is None:break
        print('%s 吃了 %s'%(name,res))
        q.task_done()   #最终版新增，执行完一次get 就告诉系统有一个数据被取走了

if __name__ == '__main__':
    # q=Queue()
    q=JoinableQueue()  #
    p1=Process(target=producer,args=('生产1','包子',q,))
    p2=Process(target=producer,args=('生产2','面条',q,))
    p3=Process(target=producer,args=('生产3','米饭',q,))

    c1=Process(target=consumer,args=('消费1',q,))
    c2=Process(target=consumer,args=('消费2',q,))

    c1.daemon=True  #开始前将子进程设置为守护进程
    c2.daemon=True

    #开始造食物
    p1.start()
    p2.start()
    p3.start()
    #开始造消费者

    c1.start()
    c2.start()

    #保证食物完全造好到管道里面
    # p1.join()   #保证全部生产完，放入管道
    # p1.join()
    # p1.join()
    # q.put(None)
    # q.put(None)

    #等所有生产者都生产完了，再执行
    p1.join()
    p2.join()
    p3.join()
    #这样就保证一定是队列里面就不会有新东西再放了...
    q.join()   #等待队列被取干净，执行的同时统计队列里面有多少个值，碰到一个q.task_done()就减1
    # 主进程的代码运行完毕--->(生产者运行完毕)+队列中的数据也被取干净了->消费者没有存在的意义

    #等到队列取空就执行下一行代码
    # print('主程序')

    #消费者没结束：
    #生产者已经结束了，此时就是消费者也已经取完了数据，那么就用到了守护进程