python之并发编程初级篇8

一、进程理论

1）进程介绍

、什么是进程
    一个正在进行的过程，或者说是一个程序的运行过程
    其实进程是对正在运行的程序的一种抽象/概括的说法

    进程的概念起源操作系统，进程是操作最核心的概念之一
    操作系统其他所有的概念都是围绕进程展开的

、多道路技术
    产生背景：针对单核，实现并发
    ps：
    现在的主机一般是多核，那么每个核都会利用多道技术
    有4个cpu，运行于cpu1的某个程序遇到io阻塞，会等到io结束再重新调度，会被调度到4个
    cpu中的任意一个，具体由操作系统调度算法决定。

    .空间上的复用：如内存中同时有多道程序
    .时间上的复用：复用一个cpu的时间片
       强调：遇到io切，占用cpu时间过长也切，核心在于切之前将进程的状态保存下来，这样
            才能保证下次切换回来时，能基于上次切走的位置继续运行

、并发vs并行
    并发（单核就可以实现并发）
        多个任务看起来是同时运行的就是并发
        并发的实现=切换+保存状态

    并行（只有多核才能实现并行）
        真正意义上的同时运行

2）进程状态

tail -f access.log |grep ''
　　执行程序tail，开启一个子进程，执行程序grep，开启另外一个子进程，两个进程之间基于管道'|'通讯，将tail的结果作为grep的输入。
　　进程grep在等待输入（即I/O）时的状态称为阻塞，此时grep命令都无法运行
　　其实在两种情况下会导致一个进程在逻辑上不能运行，
　　. 进程挂起是自身原因，遇到I/O阻塞，便要让出CPU让其他进程去执行，这样保证CPU一直在工作
　　. 与进程无关，是操作系统层面，可能会因为一个进程占用时间过多，或者优先级等原因，而调用其他的进程去使用CPU。
　　因而一个进程由三种状态

3）进程并发的实现

　　 程并发的实现在于，硬件中断一个正在运行的进程，把此时进程运行的所有状态保存下来，为此，操作系统维护一张表格，即进程表（process table），每个进程占用一个进程表项（这些表项也称为进程控制块）

　　该表存放了进程状态的重要信息：程序计数器、堆栈指针、内存分配状况、所有打开文件的状态、帐号和调度信息，以及其他在进程由运行态转为就绪态或阻塞态时，必须保存的信息，从而保证该进程在再次启动时，就像从未被中断过一样。

Python并发编程理论原文链接：http://www.cnblogs.com/linhaifeng/articles/7430066.html

二、进程

1）开启子进程

from multiprocessing import Process
import time

def task(x):
    print('%s is running' %x)
    time.sleep()
    print("%s is done" %x)

if __name__ == '__main__':
    # Process(target=task,kwargs={'x':'任务1'})   # 生成一个进程对象
    p=Process(target=task,args=('任务1',))    # 元组必须加逗号，否则是字符串类型
    p.start() # 只是给操作系统发送一个开启子进程的信号
    print('主')

2）查看进程号（进程ID），pid及ppid

from multiprocessing import Process
import time
import os

def task():
    print('子进程的pid:%s，父进程的pid ppid:%s' %(os.getpid(),os.getppid()))
    time.sleep()

if __name__ == '__main__':
    p=Process(target=task,)
    p.start()
    print('主:',os.getpid(),os.getppid())

tasklist  查看ID

tasklist | findstr 11244　　过滤ID

3）使用自定义类方法来创建子进程

from multiprocessing import Process
import time

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

    def run(self):  # 函数名一定得叫run
        print('%s is ruuning' %self.name)
        time.sleep()
        print('%s is done' %self.name)

    def func(self):
        print('new func')

if __name__ == '__main__':
    p=MyProcess('egon')
    p.start() # 调用类里面的 run 方法，即run 方法乃 子进程
    print('主')

    p.func()

4）join 方法。必先执行完子进程，才能执行主进程

from multiprocessing import Process
import time

def task(x):
    print('%s is ruuning' %x)
    time.sleep()
    print('%s is done' %x)

if __name__ == '__main__':
    p=Process(target=task,args=('子进程',))
    p.start()
    # time.sleep()
    p.join() #主进程在等，一直等到子进程p运行完毕后再执行下一行代码
    print('主')

多个子进程，重用执行的时间，用时 3.6552090644836426秒。会与后面的线程对比

from multiprocessing import Process
import time,os

def task(n):
    print('%s is ruuning' %os.getpid())
    time.sleep(n)

if __name__ == '__main__':
    p1=Process(target=task,args=(,))
    p2=Process(target=task,args=(,))
    p3=Process(target=task,args=(,))
    start_time=time.time()
    p1.start()
    p2.start()
    p3.start()

    p1.join()
    p2.join()
    p3.join()
    stop_time=time.time()
    print('主',(stop_time - start_time))     #  主 3.6552090644836426 

循环添加进程，并循环执行

from multiprocessing import Process
import time,os

def task(n):
    print('%s is ruuning' %os.getpid())
    time.sleep(n)

if __name__ == '__main__':
    p_l=[]
    start_time=time.time()
    for i in range(,):
        p=Process(target=task,args=(i,))
        p_l.append(p)
        p.start()

    for p in p_l:
        p.join()

    stop_time=time.time()
    print('主',(stop_time - start_time))

5）进程的其他方法，属性

p.name,p.pid        # 打印子进程的名字
p.pid               # 子进程的pid
p.terminate()       # 强行终止子进程
print(p.is_alive()) # 查看子进程是否还活着

from multiprocessing import Process
import time,os

def task(n):
    print('%s is ruuning' %os.getpid())
    time.sleep(n)

if __name__ == '__main__':
    p=Process(target=task,args=(,),name='子进程1')
    p.start()
    # print(p.name,p.pid)  # 打印子进程的名字，查看子进程的pid
    # p.terminate()         # 强行终止子进程
    # time.sleep()
    p.join()
    print(p.is_alive())   # 查看进程是否还活着
    print('主')

示例

6）进程之间内存隔离

from multiprocessing import Process
import time,os

x=
def task():
    global x
    x=

if __name__ == '__main__':
    p=Process(target=task)
    p.start()

    # p.join()
    print('主',x)

7）多进程实现socket并发操作

import socket
from multiprocessing import Process

def talk(conn):
    while True:
        try:
            data = conn.recv()
            if not data: break
            print('客户端数据：%s' % data)
            conn.send(data.upper())
        except ConnectionResetError:
            break

    conn.close()

def server(ip,port):
    phone=socket.socket(socket.AF_INET,socket.SOCK_STREAM) #流式协议指的就是tcp协议
    phone.bind((ip,port)) #端口范围0-
    phone.listen() #限制的是请求数，而非链接数

    print('服务的启动......')
    while True: # 连接循环
        conn,client_addr=phone.accept()
        print(client_addr)

        # 通信循环
        # talk(conn)
        p=Process(target=talk,args=(conn,))
        p.start()

    phone.close()

if __name__ == '__main__':
    server('127.0.0.1',)

服务端

import socket

phone=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
phone.connect(('127.0.0.1',))

while True:
    msg=input('>>>: ').strip()
    if not msg:continue
    phone.send(msg.encode('utf-8'))

    data=phone.recv()
    print(data.decode('utf-8'))

phone.close()

客户端

这种方法不科学，设置过多的进程，会大量消耗资源。并且，收到的并发数量大于进程数量，服务端会崩溃掉。

原文链接：http://www.cnblogs.com/linhaifeng/articles/7428874.html

三、线程

1）线程介绍

 什么线程
    线程就是一条流水线的工作过程，一个进程内至少有一个线程
    进程只是一个资源单位
    而进程内的线程才执行单位

 为什么要多线程（进程vs线程）
    、同一进程下的多个线程共享该进程内的数据
    、线程的创建开销要远远小于进程的

 如何用线程
    、from threading import Thread
    、t=Thread(target=def,args=(xxx,))

2）开启线程的2种方式

第一种，函数方式

from threading import Thread
import time,random

def piao(name):
    print('%s is piaoing' %name)
    time.sleep(random.randint(,))
    print('%s is piao end' % name)

if __name__ == '__main__':
    t=Thread(target=piao,args=('user',))
    t.start()
    print('主')

第二种，类方式

from threading import Thread
import time,random

class Mythread(Thread):
    def run(self):
        print('%s is piaoing' %self.name)
        time.sleep(random.randint(,))
        print('%s is piao end' % self.name)

if __name__ == '__main__':
    t=Mythread()
    t.start()
    print('主')

3）线程之间数据共享

from threading import Thread

x=
def task():
    global x
    x=

if __name__ == '__main__':
    t=Thread(target=task)
    t.start()
    t.join()
    print('主',x)

4）线程的其他属性方法，如定义线程名，线程的存活状态

from threading import Thread

def task(name):
    print('%s is ruuning' %name)

if __name__ == '__main__':
    t=Thread(target=task,args=('egon',),name='线程1')
    t.start()
    print(t.is_alive())

    t.setName('线程')
    print(t.getName())
    # print('主')

在线程里查看自己的线程名的方法

from threading import Thread,current_thread

def task():
    print('%s is ruuning' %current_thread().getName())

if __name__ == '__main__':
    t=Thread(target=task)
    t.setName('线程')
    t.start()
    print('主')

5）同一个进程下的线程的pid一样，以及执行的效率比进程快近100倍。耗时：3.0161726474761963

from threading import Thread,current_thread
import os,time

def task(n):
    print('%s is ruuning,pid:%s' %(current_thread().getName(),os.getpid()))
    time.sleep(n)

if __name__ == '__main__':
    t1=Thread(target=task,args=(,))
    t2=Thread(target=task,args=(,))
    t3=Thread(target=task,args=(,))

    start=time.time()
    t1.start()
    t2.start()
    t3.start()

    t1.join()
    t2.join()
    t3.join()
    print('主',os.getpid())
    print(time.time()-start)

原文链接http://www.cnblogs.com/linhaifeng/articles/7428877.html