python并发编程之多进程2数据共享及进程池和回调函数

一、数据共享

尽量避免共享数据的方式

可以借助队列或管道实现通信，二者都是基于消息传递的。

虽然进程间数据独立，但可以用过Manager实现数据共享，事实上Manager的功能远不止于此。

命令就是一个程序，按回车就会执行（这个只是在windows情况下）
tasklist 查看进程
|就是管道(tasklist执行的内容就放到管道里面了，
管道后面的findstr  pycharm就接收了)

管道和队列

 Manager,Process,Lock
 work(dic,mutex):
 mutex.acquire()
 dic['count']-=1
 mutex.release()
 也可以这样加锁
    with mutex:
'] -= 1
:
 Lock()
实现共享，由于字典是共享的字典，所以得加个锁
})
 []
):
(share_dic,mutex))
先添加进去
        p.start()
 p_l:
        i.join()
(share_dic)
 共享就意味着会有竞争，

数据共享

二、进程池

在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。多进程是实现并发的手段之一，需要注意的问题是：

1. 很明显需要并发执行的任务通常要远大于核数
2. 一个操作系统不可能无限开启进程，通常有几个核就开几个进程
3. 进程开启过多，效率反而会下降（开启进程是需要占用系统资源的，而且开启多余核数目的进程也无法做到并行）

例如当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程，十几个还好，但如果是上百个，上千个。。。手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。

那么什么是进程池呢？进程池就是控制进程数目

ps：对于远程过程调用的高级应用程序而言，应该使用进程池，Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，就重用进程池中的进程。

进程池的结构：

创建进程池的类：如果指定numprocess为3，则进程池会从无到有创建三个进程，然后自始至终使用这三个进程去执行所有任务，不会开启其他进程

1.创建进程池

Pool([numprocess  [,initializer [, initargs]]]):创建进程池 

2.参数介绍

 numprocess:要创建的进程数，如果省略，将默认为cpu_count()的值,可os.cpu_count()查看
 initializer：是每个工作进程启动时要执行的可调用对象，默认为None
 initargs：是要传给initializer的参数组

3.方法介绍

p.apply(func [, args [, kwargs]]):在一个池工作进程中执行
func(*args,**kwargs),然后返回结果。
需要强调的是：此操作并不会在所有池工作进程中并执行func函数。
如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()
函数或者使用p.apply_async()

p.apply_async(func [, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。
此方法的结果是AsyncResult类的实例，
callback是可调用对象，接收输入参数。当func的结果变为可用时，
将理解传递给callback。callback禁止执行任何阻塞操作，
否则将接收其他异步操作中的结果。

p.close():关闭进程池，防止进一步操作。禁止往进程池内在添加任务（需要注意的是一定要写在close()的上方）

P.jion():等待所有工作进程退出。此方法只能在close（）或teminate()之后调用

应用1：

 Pool
 os,time
 task(n):
os.getpid())
)
os.getpid())
return n**2
:
 print(os.cpu_count())  #查看cpu个数
最大四个进程
开7个任务
同步的，等着一个运行完才执行另一个
res)
禁止往进程池内在添加任务
在等进程池
')

apply同步进程池（阻塞）（串行）

 ----------------
 那么我们为什么要用进程池呢？这是因为进程池使用来控制进程数目的，
 我们需要几个就开几个进程。如果不用进程池实现并发的话，会开很多的进程
 如果你开的进程特别多，那么你的机器就会很卡，所以我们把进程控制好，用几个就
 开几个，也不会太占用内存
 Pool
 os,time
 walk(n):
os.getpid())
)
return n**2
:
)
 []
):
(i,))
 print(res)  #打印出来的是对象
那么现在拿到的是一个列表，怎么得到值呢？我们用个.get方法
禁止往进程池里添加任务
     p.join()
 print(res_obj_l)
这样就得到了

apply_async异步进程池（非阻塞）（并行）

那么什么是同步，什么是异步呢？

同步就是指一个进程在执行某个请求的时候，若该请求需要一段时间才能返回信息，那么这个进程将会一直等待下去，直到收到返回信息才继续执行下去

当有消息返回时系统会通知进程进行处理，这样可以提高执行的效率。

什么是串行，什么是并行呢？

举例：能并排开几辆车的就可以说是“并行”，只能一辆一辆开的就属于“串行”了。很明显，并行的速度要比串行的快得多。（并行互不影响，串行的等着一个完了才能接着另一个）

应用2：

使用进程池维护固定数目的进程（以前客户端和服务端的改进）

import *
 Pool
 socket(AF_INET,SOCK_STREAM)
端口重用
))
)
)
 talk(coon,addr):
 通信循环
:
)
))
break
            coon.send(cmd.upper())
))
 Exception:
break
    coon.close()
:
)
链接循环
 s.accept()
(coon,addr)
(coon,addr))
    s.close()
因为是循环，所以就不用p.join了

服务端

import *
 socket(AF_INET,SOCK_STREAM)
))
 True:
).strip()
continue
))
)
))
10 c.close()

客户端

三、回调函数

回调函数什么时候用？（回调函数在爬虫中最常用）
造数据的非常耗时
处理数据的时候不耗时

你下载的地址如果完成了，就自动提醒让主进程解析
谁要是好了就通知解析函数去解析（回调函数的强大之处）

需要回调函数的场景：进程池中任何一个任务一旦处理完了，就立即告知主进程：我好了额，你可以处理我的结果了。主进程则调用一个函数去处理该结果，该函数即回调函数

我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果。

 Pool
 requests
 os
 time
 get_page(url):
(os.getpid(),url))
得到地址
)
(os.getpid(),url))
:response.text}
 parse_page(res):
'''
]))
) as f:
]))
        f.write(parse_res)
:
)
 [
,
,
,
,
'
    ]
 urls:
parse_page)
    p.close()
    p.join()
都不用.get()方法了

回调函数（下载网页的小例子）

如果在主进程中等待进程池中所有任务都执行完毕后，再统一处理结果，则无需回调函数

 Pool
 requests
 os
 get_page(url):
(os.getpid(),url))
得到地址  response响应
:response.text}
:
)
 [
,
,
,
,
'
    ]
 []
 urls:
(url,))
        obj_l.append(obj)
    p.close()
    p.join()
in obj_l])

下载网页小例子（无需回调函数）