python进阶03

进程线程不管哪门语言都是一块可以被重视的方向，下面一起学习学习python中的进程，线程

1.进程线程区别

　　通俗解释：一个程序QQ的运行就是一个进程运行；QQ中打开多个页面互不影响可以同时操作的每个页面的运作就是线程

　　专业解释：进程-担当系统分配资源（CPU时间，内存）基本单元；线程-程序执行的最小单元

2.进程

　　1）fork()

　　　　2.1.1：介绍

　　　　　　linux可以多进程操作，所以它能实现登录多个QQ；os模块封装了fork()方法能创建一个进程

　　　　　　操作系统会创建一个新的进程，复制父进程所有信息到子进程中；

　　　　　　fork()函数一定会得到一个返回值，子进程中为0，父进程中就是子进程的id号；

　　　　　　父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID;

　　　　　　getpid()：放回当前进程标识；getppid()：返回父进程标识

　　　　2.1.2：用法　　

import os

rpid = os.fork()
if rpid<:
    print("fork调用失败。")
elif rpid == :
    print("我是子进程（%s），我的父进程是（%s）"%(os.getpid(),os.getppid()))
    x+=
else:
    print("我是父进程（%s），我的子进程是（%s）"%(os.getpid(),rpid))

print("父子进程都可以执行这里的代码")

运行结果：
我是父进程（），我的子进程是（）
父子进程都可以执行这里的代码
我是子进程（），我的父进程是（）
父子进程都可以执行这里的代码

　　2）注意

　　　　多进程中所有数据（包括全局变量）都各有一份，互不影响

　　3）multiprocessing

　　　　2.3.1：介绍

　　　　　　跨平台的非linux支持的多进程模块，提供了一个Process类代表一个进程对象

　　　　2.3.2：Process-进程创建

　　　　　　Process([group [, target [, name [, args [, kwargs]]]]])
　　　　　　　　target：表示这个进程实例所调用对象；
　　　　　　　　args：表示调用对象的位置参数元组；
　　　　　　　　kwargs：表示调用对象的关键字参数字典；
　　　　　　　　name：为当前进程实例的别名；
　　　　　　　　group：大多数情况下用不到；
　　　　　  Process类常用方法：
　　　　　　　　is_alive()：判断进程实例是否还在执行；
　　　　　　　　join([timeout])：是否等待进程实例执行结束，或等待多少秒；
　　　　　　　　start()：启动进程实例（创建子进程）；
　　　　　　　　run()：如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的run()方法；
　　　　　　　　terminate()：不管任务是否完成，立即终止；
　　　　　　Process类常用属性：
　　　　　　　　name：当前进程实例别名，默认为Process-N，N为从1开始递增的整数；
　　　　　　　　pid：当前进程实例的PID值；

　　　　2.3.3 例子

from multiprocessing import Process
import os
from time import sleep

# 子进程要执行的代码
def run_proc(name, age, **kwargs):
    for i in range():
        print('子进程运行中，name= %s,age=%d ,pid=%d...' % (name, age,os.getpid()))
        print(kwargs)
        sleep(0.5)

if __name__=='__main__':
    print('父进程 %d.' % os.getpid())
    p = Process(target=run_proc, args=('test',), kwargs={"m":})
    print('子进程将要执行')
    p.start()
    sleep()
    p.terminate()
    p.join()
    print('子进程已结束')

运行结果：
父进程 .
子进程将要执行
子进程运行中，name= test,age= ,pid=...
{'m': }
子进程运行中，name= test,age= ,pid=...
{'m': }
子进程已结束

　　　　2.3.4 Process子类-进程创建

　　　　　　创建新的进程还能够使用类的方式，可以自定义一个类，继承Process类

　　　　　　例子：

from multiprocessing import Process
import time
import os

#继承Process类
class Process_Class(Process):
    #因为Process类本身也有__init__方法，这个子类相当于重写了这个方法，
    #但这样就会带来一个问题，我们并没有完全的初始化一个Process类，所以就不能使用从这个类继承的一些方法和属性，
    #最好的方法就是将继承类本身传递给Process.__init__方法，完成这些初始化操作
    def __init__(self,interval):
        Process.__init__(self)
        self.interval = interval

    #重写了Process类的run()方法
    def run(self):
        print("子进程(%s) 开始执行，父进程为（%s）"%(os.getpid(),os.getppid()))
        t_start = time.time()
        time.sleep(self.interval)
        t_stop = time.time()
        print("(%s)执行结束，耗时%0.2f秒"%(os.getpid(),t_stop-t_start))

if __name__=="__main__":
    t_start = time.time()
    print("当前程序进程(%s)"%os.getpid())
    p1 = Process_Class()
    #对一个不包含target属性的Process类执行start()方法，就会运行这个类中的run()方法，所以这里会执行p1.run()
    p1.start()
    p1.join()
    t_stop = time.time()
    print("(%s)执行结束，耗时%0.2f"%(os.getpid(),t_stop-t_start))

　　4）进程池

　　　　当子进程不多，直接用multprocessing中的Process动态生成多个进程，但如果是很多，手动创建工作量很大，此时就可以用multprocessing模块提供的pool方法了

　　　　运行机制：初始化进程池时可以指定最大进程数，当有新请求会先看进程池运行进程是否达到最大进程数，没有就创建一个进程放入进程池来维护同时运行子进程

multiprocessing.Pool常用函数解析：
    apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwds为传递给func的关键字参数列表；
    apply(func[, args[, kwds]])：使用阻塞方式调用func
    close()：关闭Pool，使其不再接受新的任务；
    terminate()：不管任务是否完成，立即终止；
    join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用；

　　　　例子：

from multiprocessing import Pool
import os,time,random

def worker(msg):
    t_start = time.time()
    print("%s开始执行,进程号为%d"%(msg,os.getpid()))
    #random.random()随机生成0~1之间的浮点数
    time.sleep(random.random()*)
    t_stop = time.time()
    print(msg,"执行完毕，耗时%0.2f"%(t_stop-t_start))

po=Pool() #定义一个进程池，最大进程数3
for i in range(,):
    #Pool.apply_async(要调用的目标,(传递给目标的参数元祖,))
    #每次循环将会用空闲出来的子进程去调用目标
    po.apply_async(worker,(i,))

print("----start----")
po.close() #关闭进程池，关闭后po不再接收新的请求
po.join() #等待po中所有子进程执行完成，必须放在close语句之后
print("-----end-----")

运行结果：
----start----
0开始执行,进程号为21466
1开始执行,进程号为21468
2开始执行,进程号为21467
 执行完毕，耗时1.
3开始执行,进程号为21466
 执行完毕，耗时1.
4开始执行,进程号为21467
 执行完毕，耗时0.
5开始执行,进程号为21466
 执行完毕，耗时1.
6开始执行,进程号为21468
 执行完毕，耗时0.
7开始执行,进程号为21467
 执行完毕，耗时0.
8开始执行,进程号为21466
 执行完毕，耗时0.
9开始执行,进程号为21468
 执行完毕，耗时1.
 执行完毕，耗时1.
 执行完毕，耗时1.
-----end-----

　　5）进程间的通信-Queue

　　　　Process之间有时也需要通信，操作系统提供了很多机制来实现进程间通信

　　　　2.5.1 Queue方法介绍　　

初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；

Queue.qsize()：返回当前队列包含的消息数量；

Queue.empty()：如果队列为空，返回True，反之False ；

Queue.full()：如果队列满了，返回True,反之False；

Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；

　　　　　例子

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

# 写数据进程执行的代码:
def write(q):
    for value in ['A', 'B', 'C']:
        print 'Put %s to queue...' % value
        q.put(value)
        time.sleep(random.random())

# 读数据进程执行的代码:
def read(q):
    while True:
        if not q.empty():
            value = q.get(True)
            print 'Get %s from queue.' % value
            time.sleep(random.random())
        else:
            break

if __name__=='__main__':
    # 父进程创建Queue，并传给各个子进程：
    q = Queue()
    pw = Process(target=write, args=(q,))
    pr = Process(target=read, args=(q,))
    # 启动子进程pw，写入:
    pw.start()
    # 等待pw结束:
    pw.join()
    # 启动子进程pr，读取:
    pr.start()
    pr.join()
    # pr进程里是死循环，无法等待其结束，只能强行终止:
    print ''
    print '所有数据都写入并且读完'

　　　　2.5.2 进程池中的Queue

　　　　如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()

　　　　　例子

#coding=utf-

#修改import中的Queue为Manager
from multiprocessing import Manager,Pool
import os,time,random

def reader(q):
    print("reader启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))
    for i in range(q.qsize()):
        print("reader从Queue获取到消息：%s"%q.get(True))

def writer(q):
    print("writer启动(%s),父进程为(%s)"%(os.getpid(),os.getppid()))
    for i in "dongGe":
        q.put(i)

if __name__=="__main__":
    print("(%s) start"%os.getpid())
    q=Manager().Queue() #使用Manager中的Queue来初始化
    po=Pool()
    #使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取
    po.apply(writer,(q,))
    po.apply(reader,(q,))
    po.close()
    po.join()
    print("(%s) End"%os.getpid())

2.线程

　　1）threading模块

　　　　通过这个模块将thread封装能更好操作

　　　　2.1.1 注意：　　

　　　　　　一个进程所有线程共享全局变量，但这可能会造成线程安全

　　2）锁

　　　　当多个线程同时修改同一个共享数据时，需要进行同步控制

　　　　创建方式

#创建锁
mutex = threading.Lock()
#锁定
mutex.acquire([blocking])
#释放
mutex.release()

　　　　例子

from threading import Thread, Lock
import time

g_num = 

def test1():
    global g_num
    for i in range():
        #True表示堵塞 即如果这个锁在上锁之前已经被上锁了，那么这个线程会在这里一直等待到解锁为止
        #False表示非堵塞，即不管本次调用能够成功上锁，都不会卡在这,而是继续执行下面的代码
        mutexFlag = mutex.acquire(True)
        if mutexFlag:
            g_num +=
            mutex.release()

    print("---test1---g_num=%d"%g_num)

def test2():
    global g_num
    for i in range():
        mutexFlag = mutex.acquire(True) #True表示堵塞
        if mutexFlag:
            g_num +=
            mutex.release()

    print("---test2---g_num=%d"%g_num)

#创建一个互斥锁
#这个所默认是未上锁的状态
mutex = Lock()

p1 = Thread(target=test1)
p1.start()

p2 = Thread(target=test2)
p2.start()

print("---g_num=%d---"%g_num)

　　　　锁好是好，但也可能造成死锁情况

　　　　局部变量是各个线程自己的非共享

　　3）TheadLocal

　　　　ThreadLocal解决了参数在一个线程中各个函数之间互相传递的问题

　　　　实实在在的解决了开发过程中的问题

　　　　用法：local_school = threading.local()

import threading

# 创建全局ThreadLocal对象:
local_school = threading.local()

def process_student():
    # 获取当前线程关联的student:
    std = local_school.student
    print('Hello, %s (in %s)' % (std, threading.current_thread().name))

def process_thread(name):
    # 绑定ThreadLocal的student:
    local_school.student = name
    process_student()

t1 = threading.Thread(target= process_thread, args=('dongGe',), name='Thread-A')
t2 = threading.Thread(target= process_thread, args=('老王',), name='Thread-B')
t1.start()
t2.start()
t1.join()
t2.join()