03并发编程（多道技术+进程理论+进程join方法）

目录

• 并发编程
  • 网络发展史（了解即可）
  • 多道技术
  • 进程理论
  • 创建进程
  • 进程的join方法
  • 进程间默认无法交互
  • 对象方法

并发编程

网络发展史（了解即可）

"""学习并发编程其实就是在学习操作系统的发展史(底层逻辑)"""
1.穿孔卡片时代
    CPU的利用率极低
2.联机批处理系统
    将多个程序员的程序一次性录入磁带中 之后交由输入机输入并由CPU执行
3.脱机批处理系统
    现代计算机的雏形(远程输入 高速磁带 主机)

多道技术

# 前提:单核CPU
    多道技术
        切换+保存状态
"""
CPU工作机制
    1.当某个程序进入IO状态的时候 操作系统会自动剥夺该程序的CPU执行权限
    2.当某个程序长时间占用CPU的时候 操作系统也会剥夺该程序的CPU执行权限
"""

并行与并发(******)
    并行:多个程序同时执行
    并发:多个程序只要看起来像同时运行即可
# 问:单核CPU能否实现并行
    肯定不能，但是可以实现并发
# 问:12306可以同一时间支持几个亿的用户买票 问是并行还是并发
    肯定是并发(高并发)
星轨:微博能够支持八个星轨

进程理论

# 进程与程序的区别
    程序:一堆代码(死的)
    进程:正在运行的程序(活的)

# 单核情况下的进程调度

    进程调度算法演变
        1.FCFS  先来先服务
            对短作业不友好
        2.短作业优先调度算法
            对长作业不友好
        3.时间片轮转法+多级反馈队列
        '''（面试官提问时，需图文结合）'''
            先分配给新的多个进程相同的时间片
            之后根据进程消耗的时间片多少分类别......

# 进程三状态图(******)
    就绪态 运行态 阻塞态
        进程要想进入运行态必须先经过就绪态

# 同步与异步(******)
    '''用于描述任务的提交方式'''
    同步:提交完任务之后原地等待任务的返回结果 期间不做任何事
    异步:提交完任务之后不原地等待任务的返回结果 直接去做其他事 结果由反馈机制自动提醒

# 阻塞与非阻塞(******)
    '''用于描述任务的执行状态'''
    阻塞:阻塞态
    非阻塞:就绪态 运行态

进程三状态图：

时间片轮转法+多级反馈队列：

创建进程

# 代码层面创建进程

from multiprocessing import Process
import time
import os

def test(name):
    print(os.getpid())  # 获取进程号
    print(os.getppid())  # 获取父进程号
    print('%s正在运行' % name)
    time.sleep(3)
    print('%s已经结束' % name)

if __name__ == '__main__':
    p = Process(target=test, args=('jason',))  # 生成一个进程对象
    p.start()  # 告诉操作系统开设一个新的进程     异步提交
    print(os.getpid())
    print('主')

"""
在windows中开设进程类似于导入模块
    从上往下再次执行代码
一定需要在__main__判断语句内执行开设进程的代码

在linux中是直接将代码完整的复制一份执行
    不需要在__main__判断语句内执行
"""

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

    def run(self):
        print('%s正在运行' % self.name)
        time.sleep(3)
        print('%s已经结束' % self.name)

if __name__ == '__main__':
    p = MyProcess('jason')
    p.start()
    print('主')

进程的join方法

from multiprocessing import Process
import time

def test(name, n):
    print('%s is running' % name)
    time.sleep(n)
    print('%s is over' % name)

if __name__ == '__main__':
    p_list = []
    start_time = time.time()
    for i in range(1, 4):
        p = Process(target=test, args=(i, i))
        p.start()
        p_list.append(p)
        # p.join()  # 串行  9s+
    for p in p_list:
        p.join()
    print(time.time() - start_time)

    # p = Process(target=test, args=('jason',))
    # p1 = Process(target=test, args=('kevin',))
    # p2 = Process(target=test, args=('oscar',))
    # p.start()
    # p1.start()
    # p2.start()
    print('主进程')

进程间默认无法交互

# 进程间数据是相互隔离的
from multiprocessing import Process

money = 100

def test():
    global money
    money = 999

if __name__ == '__main__':
    p = Process(target=test)
    p.start()
    # 先确保子进程运行完毕了 再打印
    p.join()
    print(money)

对象方法

"""
1.current_process查看进程号
2.os.getpid() 查看进程号  os.getppid() 查看父进程进程号
3.进程的名字，p.name直接默认就有，也可以在实例化进程对象的时候通过关键字形式传入name=''
3.p.terminate()  杀死子进程
4.p.is_alive()  判断进程是否存活    3，4结合看不出结果，因为操作系统需要反应时间。主进程睡0.1即可看出效果
"""