python并发编程-进程间通信-Queue队列使用-生产者消费者模型-线程理论-创建及对象属性方法-线程互斥锁-守护线程-02

目录

• 进程补充
  • 进程通信前言
  • Queue队列的基本使用
  • 通过Queue队列实现进程间通信（IPC机制）
  • 生产者消费者模型
    • 以做包子买包子为例实现当包子卖完了停止消费行为
      • 方式一
      • 方式二
• 线程
  • 什么是线程
  • 为什么要有线程
    • 开进程
    • 开线程
  • 开启线程的两种方式
    • 方式一
    • 方式二
  • 线程之间数据共享
  • 线程对象的其他属性和方法
  • 守护线程
    • 主线程运行结束之后为什么需要等待子线程结束才能结束呢？
    • 测试
  • 线程互斥锁
    • 不加锁遇到延迟的情况
    • 加锁后遇到延迟
  • 为什么用互斥锁不用 线程/进程对象.join()

进程补充

进程通信前言

要想实现进程间通信，可以用管道或者队列

队列比管道更好用（队列自带管道和锁）

队列特点：先进先出

堆栈特点：先进后出

我们采用队列来实现进程间数据通信，下面先介绍一下队列

Queue队列的基本使用

基本方法：q.put(元素) q.get() q.get_nowait() q.full() q.empty()

from multiprocessing import Process, Queue

q = Queue(5)  # 实例化出一个对象
# --------------------------------------
# q.put(元素) 往队列里放东西
#   如果队列满了还往里面放，就会等在这里
# --------------------------------------
# q.put(1)
# q.put(2)
# q.put(3)
# --------------------------------------
# # q.full() 判断队列有没有满
# --------------------------------------
# print(q.full())  # q.full 判断队列有没有满
# # False
# q.put(4)
# q.put(5)
# # q.put(6)  # 如果队列满了还往里面放，就会等在这里
# print(q.full())
# # True

for i in range(5):
    q.put(i)
print(q.full())
# True
# --------------------------------------
# q.get() 从队列头取一个值
#   如果队列空了，就会等在这里，等数据过来
# --------------------------------------
print(q.get())
print(q.full())
# 0
# False
print(q.get())
print(q.get())
# print(q.get())
# --------------------------------------
# q.get_nowait() 从队列头取一个值
#   在队列有数据的情况下，与get取值一样
#   当队列没有值的情况下，取值直接报错
# --------------------------------------
print(q.get_nowait())  # 在队列有数据的情况下，与get取值一样，当队列没有值的情况下，取值直接报错
# --------------------------------------
# q.empty() 判断队列是否为空
#   在并发的情况下，这个方法不准确
# --------------------------------------
print(q.empty())  # 判断队列是否为空，需要注意的是在并发的情况下，这个方法不准确
print(q.get())
# 1
# 2
# 3
# False
# 4
# print(q.get())  # 如果队列空了，就会等在这里，等数据过来
print(q.empty())
# True
# print(q.get_nowait())
# 直接报错 queue.Empty

通过Queue队列实现进程间通信（IPC机制）

数据的互通，可实现主进程与子进程之间的互通，子进程与子进程之间的互通

数据只有一份，取完就没了，无法重复获取同一份数据

from multiprocessing import Queue, Process

def producer(q):
    q.put('hello baby.')

def consumer(q):
    print(q.get())

if __name__ == '__main__':
    q = Queue()  # 生成一个队列对象
    p1 = Process(target=producer, args=(q,))
    c1 = Process(target=consumer, args=(q,))
    p1.start()
    c1.start()  # 子进程获取到了另一个子进程的数据
    # hello baby.
    # print(q.get())  # 主进程获取到了子进程的数据
    # hello baby.

生产者消费者模型

生产者：生产/制造数据的

消费者：消费/处理数据的

例子：做包子的，卖包子的
	1.做的包子远比买包子的多
	2.做的包子远比买包子的少
	--> 供需不平衡

用处：解决供需不平衡的问题

以做包子买包子为例实现当包子卖完了停止消费行为

方式一

from multiprocessing import Process, Queue
import time
import random

def producer(name, food, q: Queue):
    for i in range(10):
        data = f'{name} 生产了 {food}{i}'
        time.sleep(random.random())
        q.put(data)
        print(data)

def consumer(name, q):
    while True:
        res = q.get()
        if not res:  # 已经把生产者做的东西全部吃完了，那么本消费者也结束食用
            break
        data = res.split(' ')[2]
        data = f'{name} 吃了 {data}'
        print(data)
        time.sleep(random.random())

if __name__ == '__main__':
    q = Queue()
    p = Process(target=producer, args=('大厨egon', '馒头', q))
    p2 = Process(target=producer, args=('跟班tank', '生蚝', q))
    c = Process(target=consumer, args=('jason', q))
    c2 = Process(target=consumer, args=('吃货kevin', q))
    p.start()
    p2.start()
    c.start()
    c2.start()
    # 不知道什么时候生产者什么时候生成完
    p.join()
    p2.join()
    q.put(None)  # 通过 None来标志生产者已生产完成
    q.put(None)
    # 可以实现，但是不好

方式二

改用JoinableQueue模块的队列与守护进程来实现

from multiprocessing import Process, JoinableQueue
import time
import random

def producer(name, food, q: JoinableQueue):
    for i in range(10):
        data = f'{name} 生产了 {food}{i}'
        time.sleep(random.random())
        q.put(data)
        print(data)

def consumer(name, q):
    while True:
        res = q.get()
        if not res:
            break
        data = res.split(' ')[2]
        data = f'{name} 吃了 {data}'
        print(data)
        time.sleep(random.random())
        q.task_done()  # 告诉队列，你已经从队列中取出了一个数据，并且处理完毕了

if __name__ == '__main__':
    q = JoinableQueue()
    p = Process(target=producer, args=('大厨egon', '馒头', q))
    p2 = Process(target=producer, args=('跟班tank', '生蚝', q))
    c = Process(target=consumer, args=('jason', q))
    c2 = Process(target=consumer, args=('吃货kevin', q))
    p.start()
    p2.start()
    c.daemon = True  # 配合join，结束程序消费者也结束（注意join是主进程的最后一句代码）
    c.start()
    c2.daemon = True
    c2.start()
    # 不知道什么时候生产者什么时候生成完
    p.join()
    p2.join()

    q.join()  # 等待队列中数据全部取出，执行完了这句话，也就意味着队列中没有数据了（消费者那里还是会卡住，get不到东西等待）
    # 配合上 守护进程 来实现....

线程

什么是线程

进程和线程其实都是虚拟单位，都是用来帮助我们形象的描述某种事物

进程：资源单位（一块独立的内存空间）

线程：执行单位

将内存比喻成工厂，那么进程就相当于工厂里的车间，而你的线程就相当于是车间里面的流水线

CPU其实运行的其实是线程，进程只是资源单位

线程执行时需要的资源单位都跟进程要

ps：每个进程都自带一个线程，线程才是真正的执行单位，进程只是在线程运行过程中提供代码运行所需要的资源

每个进程都会自带一个线程

线程没有主次之分，只不过我们默认就把主进程自带的那个线程叫做主线程

为什么要有线程

开进程

• 申请内存空间 ---> 耗资源
• “拷贝代码” ---> 耗资源

开线程

• 一个进程内可以起多个线程，并且线程与线程之间数据是共享的

ps：开启线程的开销要远远小于开启进程的开销（可能刚执行完创建线程的代码线程就创建好了）

开启线程的两种方式

方式一

from threading import Thread
import time

def task(name):
    print(f"{name} is running")
    time.sleep(3)
    print(f"{name} is over")

t = Thread(target=task, args=('egon', ))  # 开线程不需要在 __main__ 代码块内，但是习惯性的还是写在 __main__ 内
t.start()  # 告诉操作系统开启一个线程
# 线程的开销远远小于进程,小到以至于可以代码执行完,线程就已经开启了
print("主")  # 线程没有主次之分，都在同一个进程的名称空间里，只是人为把进程自带的线程叫做主线程
# egon is running
# 主线程  # 进程的时候这个主线程可能会是最先打印的
# egon is over

方式二

from threading import Thread
import time

class MyThread(Thread):
    def __init__(self, name):
        super().__init__()
        self.name = name

    def run(self):
        print(f"{self.name} is running")
        time.sleep(1)
        print(f"{self.name} is over")

if __name__ == '__main__':
    t = MyThread('jason')
    t.start()  # 开启线程的速度非常快，几乎代码执行完线程就已经开启
    print("主")

# jason is running
# 主
# jason is over

线程之间数据共享

from threading import Thread

money = 666

def task():
    global money
    money = 999

t = Thread(target=task)
t.start()
t.join()  # 确保是线程运行结束后
print(money)
# 999  # 主线程与子线程之间数据是通用的

线程间想要实现数据通信，不需要借助于队列（线程间支持数据通信）

线程对象的其他属性和方法

import time
from threading import Thread, active_count, current_thread
import os

def task(name):
    print(f"{name} is running {os.getpid()}")
    # # ------------------------------------------------
    # # current_thread().name current_thread().getname() 当前线程名
    # #   记得导入模块
    # # ------------------------------------------------
    # print(f"current_thread().name：{current_thread().name}")
    # current_thread().name：Thread-1
    time.sleep(1)
    print(f"{name} is over")

# t = Thread(target=task, args=('jason', ))
# t.start()
# # ------------------------------------------------
# # os.getpid() os.getppid() 获取进程号 父进程号
# #   多个线程属于同一进程
# # ------------------------------------------------
# print(f"pid {os.getpid()}")
# # jason is running 5572
# # pid 5572
# # jason is over

t = Thread(target=task, args=('jason', ))
t.start()
# ------------------------------------------------
# active_count()  统计当前存活的线程数
#   记得导入模块
# ------------------------------------------------
print(active_count())
print(f"pid {os.getpid()}")
# jason is running 5728
# 2
# pid 5728
print(f"主 current_thread().name：{current_thread().name}")
# 主 current_thread().name：MainThread

t.join()  # 主线程等待子线程运行结束
# jason is over
print("主 active_count", active_count())  # 可能会有问题，多线程是异步，可能join的线程结束了，其他线程也正好结束了（多个线程时）
# 主 active_count 1
# Thread.join(t)  # 可以考虑用类调用对象方法，传入对象来在循环里对线程对象进行操作

守护线程

主线程要等待所有非守护线程结束后才会结束（不是主线程的代码执行完了就立马结束了）

主线程结束后，守护（子）线程也会立即结束

主线程运行结束之后为什么需要等待子线程结束才能结束呢？

主线程的结束也就意味着进程的结束

主线程必须等待其他非守护线程的结束才能结束

因为子线程在运行的时候需要使用进程中的资源，而主线程一旦结束了，资源也就销毁了

# from threading import Thread, current_thread
# import time
#
#
# def task(i):
#     print(f"{current_thread().name}")
#     time.sleep(i)
#     print("GG")
#
#
# for i in range(3):
#     t = Thread(target=task, args=(i, ))
#     t.start()
#
#
# print("主")
# # 循环的时候就已经打印了部分数据了（异步）
# # Thread-1
# # GG
# # Thread-2
# # Thread-3
# # 主
# # GG
# # GG

# 主线程运行结束之后为什么需要等待子线程结束才能结束呢？
'''
主线程的结束也就意味着进程的结束
    主线程必须等待其他非守护线程的结束才能结束
因为子线程在运行的时候需要使用进程中的资源，而主线程一旦结束了，资源也就销毁了
'''
from threading import Thread, current_thread
import time

def task(i):
    print(f"{current_thread().name}")
    time.sleep(i)
    print("GG")

for i in range(3):
    t = Thread(target=task, args=(i,))
    t.daemon = True
    t.start()

print("主")
# Thread-1
# GG
# Thread-2
# Thread-3
# 主

测试

下面程序的执行结果是什么？

from threading import Thread
import time

def foo():
    print(123)
    time.sleep(1)
    print("end123")

def bar():
    print(456)
    time.sleep(3)
    print("end456")

t1 = Thread(target=foo)
t2 = Thread(target=bar)

t1.daemon = True
t1.start()
t2.start()
print("main-------")

# 123
# 456
# main-------
# end123
# end456

线程互斥锁

从线程间通信那里的案例可以看出，线程间数据是相通的，那么多个线程对同一份数据进行操作会产生问题

下面同样模拟一个网络延迟来对数据进行操作(确保所有线程都执行完的操作可以记一下)

不加锁遇到延迟的情况

# 模拟网络延迟的现象
#   多个线程操作同一个数据，也会造成数据不安全
import time
from threading import Thread

n = 10

def task():
    global n
    tmp = n
    time.sleep(1)
    n = tmp - 1

# -------------------------------
t_list = []
for i in range(10):
    t = Thread(target=task)
    t.start()
    t_list.append(t)

# 确保其他线程都执行完了之后再打印
for t in t_list:
    t.join()
# -------------------------------

print(n)
# 9

加锁后遇到延迟

# 加锁解决问题
import time
from threading import Thread, Lock

n = 10

def task(mutex):
    mutex.acquire()  # 抢锁
    global n
    tmp = n
    time.sleep(1)
    n = tmp - 1
    mutex.release()  # 释放锁

t_list = []
mutex = Lock()
for i in range(10):
    t = Thread(target=task, args=(mutex, ))
    t.start()
    t_list.append(t)

# 确保其他线程都执行完了之后再打印
for t in t_list:
    t.join()
print(n)
# 0  # 等10s多点 后打印出结果，数据未受延迟影响，保证了数据安全

为什么用互斥锁不用 线程/进程对象.join()

虽然互斥锁也是将并发改成串行，牺牲效率来保证数据安全，这一点线程对象.join()也可以实现将并发改成串行，同样保证数据安全，但线程对象.join()是将每一个线程的运行都变成串行的，对比互斥锁的只将数据操作部分编程串行消耗的时间要多得多，若果线程耗时长，执行效率就会低的可怕

# # 不加锁:未加锁部分并发执行,加锁部分串行执行,速度慢,数据安全
# from threading import current_thread, Thread, Lock
# import os
# import time
#
#
# def task():
#     # 未加锁的代码并发运行
#     time.sleep(3)
#     print('%s start to run' % current_thread().getName())
#     global n
#     # 加锁的代码串行运行
#     lock.acquire()
#     temp = n
#     time.sleep(0.5)
#     n = temp - 1
#     lock.release()
#
#
# if __name__ == '__main__':
#     n = 100
#     lock = Lock()
#     threads = []
#     start_time = time.time()
#     for i in range(100):
#         t = Thread(target=task)
#         threads.append(t)
#         t.start()
#     for t in threads:
#         t.join()
#     stop_time = time.time()
#     print('主:%s n:%s' % (stop_time - start_time, n))
#
# '''
# Thread-3 start to run
# Thread-1 start to run
# ......
# Thread-100 start to run
# Thread-96 start to run
# 主:53.06105661392212 n:0
# '''

# 利用 join 保证数据安全
from threading import current_thread, Thread, Lock
import os
import time

def task():
    time.sleep(3)
    print('%s start to run' % current_thread().getName())
    global n
    temp = n
    time.sleep(0.5)
    n = temp - 1

if __name__ == '__main__':
    n = 100
    lock = Lock()
    start_time = time.time()
    for i in range(100):
        t = Thread(target=task)
        t.start()
        t.join()
    stop_time = time.time()
    print('主:%s n:%s' % (stop_time - start_time, n))

'''
Thread-1 start to run
Thread-2 start to run
......
Thread-100 start to run
主:350.1616487503052 n:0 # 耗时是多么的恐怖
'''

线程和进程的用户大同小异，可以对比着来记

后续可以画图或表格用对比的方式来整理一下，方便记忆~